RAG и локальные модели AI

Как собрать AI-систему на своих данных: локальные модели без облака, векторные базы и поиск по документам. На практике - Ollama, ChromaDB, Pinecone, Langchain и Gradio.

7 разделов
69 уроков
Основы работы с AI для программистов
2 урока
Работа с локальными моделями
10 уроков
Введение в векторные базы данных и RAG системы
27 уроков
Chromadb
11 уроков
  • Знакомство с базой данных Chromadb
  • Что такое Client ChromaDB и их виды
  • PersistentClient ChromaDB
  • Знакомство с коллекциями Chroma
  • Создаем простую Client базу данных и делаем запросы к ней
  • О способах создания коллекций
  • Удаление коллекций и их свойства
  • Метаданные и поиск по метаданным
  • Пример использования PersistentClient
  • Пример работы с HttpClient
  • Пример использования сторонних embedding моделей
Gradio
4 урока
Pinecone
4 урока
  • Пример создания индекса в базе данных Pinecone
  • Пример добавления данных в Pinecone
  • Вставка и удаление данных. Pinecone API
  • Пример выполнения запросов в векторную базу данных
Langchain
11 уроков
  • Что такое LangChain и зачем это нужно
  • О пакетах LangChain
  • Простой пример запроса через LangChain к OpenAI модели langchain_openai
  • Работа с prompts в LangChain
  • Пример использования PromptTemplate на практике
  • О Document loaders
  • Пример работы с CSV и web loaders
  • Лоадер директорий и файлов внутри них
  • Splitting текста в langchain
  • Splitting markdown файлов
  • Пример создания эмбеддингов и сохранения в базе данных Chroma

Как получить доступ?

Доступ к курсу "RAG и локальные модели AI" на 1 месяц

Стоимость: 1000 ₽ (стоимость в других валютах можно уточнить у автора)

Войдите / зарегистрируйтесь на сайте, чтобы получить данные для оплаты