Программы по теме «RAG» в направлении «Нейросети и AI». Сравнивайте содержание, авторов и новые материалы в одном разделе.
В подборку входят доступные курсы, которые одновременно относятся к направлению «Нейросети и AI» и теме «RAG». Страница обновляется автоматически: новые подготовленные программы появляются здесь после синхронизации и AI-разметки.
Курс посвящён разработке ИИ-агентов — от базовых принципов LLM и промпт-инжиниринга до производственных мультиагентных систем. В программе рассматриваются фреймворки LangChain, LangGraph, AutoGen, CrewAI, инструменты RAG, векторные БД, мониторинг и безопасность агентов.
Подробнее →Курс Олега Филиппова посвящён настройке и использованию MCP-серверов для улучшения работы нейросетей при написании кода на 1С. Рассматриваются шесть Docker-контейнеров, подключаемых одной строкой, которые обеспечивают поиск по коду, проверку синтаксиса и другие функции.
Подробнее →«Pro / ИИшенка — сообщество» — это набор материалов и ботов, посвящённых созданию ИИ-агентов и автоматизаций на платформе n8n. В базе знаний собраны инструкции по RAG, векторизации, локальному развёртыванию n8n, подключению нейросетей и внешних сервисов, а также примеры комьюнити- и Pro-ботов.
Подробнее →Восьминедельный групповой курс по сквозной разработке ИИ, в котором участники спринт за спринтом создают собственное приложение на основе больших языковых моделей, RAG и агентов. Программа охватывает проектирование, оценку и развёртывание систем искусственного интеллекта промышленного уровня.
Подробнее →Программа Дмитрия Романова посвящена созданию AI-агентов с базой знаний на основе подхода RAG. Рассматриваются платформы Replit и Claude Code, подготовка базы знаний, векторное хранилище, а также продвинутые техники RAG и обзор рынка AI-агентов.
Подробнее →«Pro / ИИшенка — сообщество» — это набор материалов и ботов, посвящённых созданию ИИ-агентов и автоматизаций на платформе n8n. В базе знаний собраны инструкции по RAG, векторизации, локальному развёртыванию n8n, подключению нейросетей и внешних сервисов, а также примеры комьюнити- и Pro-ботов.
Подробнее →AI Vibe Club — клубное пространство Тимура Есенова с базой практических материалов по автоматизации и AI. Внутри — доступ к курсу Vibe Coding, руководства по n8n, RAG-системам, шаблонам и записям еженедельных эфиров.
Подробнее →Курс Олега Филиппова посвящён разработке корпоративных ИИ-агентов на основе RAG. В программе рассматриваются embedding-и, векторные и другие базы данных, стратегии Hybrid Search, chunking, reranking, современные типы RAG, локальные LLM и особенности проектирования в экосистеме 1С.
Подробнее →Курс Олега Филиппова посвящён применению ИИ в работе аналитиков и руководителей проектов 1С. В программе — контекст-инжиниринг, модели LLM, агенты, MCP-серверы, RAGFlow, Computer Use, GitBook и инструменты Atlassian. Рассматриваются практические примеры и специализированные решения для задач на проектах 1С.
Подробнее →Первая часть онлайн-курса LLM-инженер от Gigaschool посвящена созданию, дообучению и оптимизации больших языковых моделей. В программе — архитектуры LLM, методы PEFT, выравнивание через RLHF, а также основы RAG, агентов, инфраструктуры и безопасности.
Подробнее →Курс посвящён разработке ИИ-агентов — от базовых принципов LLM и промпт-инжиниринга до производственных мультиагентных систем. В программе рассматриваются фреймворки LangChain, LangGraph, AutoGen, CrewAI, инструменты RAG, векторные БД, мониторинг и безопасность агентов.
Подробнее →Восьминедельный групповой курс по сквозной разработке ИИ, в котором участники спринт за спринтом создают собственное приложение на основе больших языковых моделей, RAG и агентов. Программа охватывает проектирование, оценку и развёртывание систем искусственного интеллекта промышленного уровня.
Подробнее →Онлайн-воркшоп по AI-разработке от Данила Щуцкого и Олега Мифле, запланированный на 3 марта. Программа посвящена выстраиванию workflow разработки с LLM: от исследования ниши и декомпозиции до практической сборки лендинга и бота-секретаря с RAG-базой знаний.
Подробнее →Курс посвящён применению больших языковых моделей для автоматизации задач сетевой и системной инфраструктуры. В программе — работа с OpenAI и локальными моделями через Ollama, фреймворк LangChain, построение RAG-системы и AI-агентов. Рассматривается создание AI-ассистента для администрирования сетевой инфраструктуры.
Подробнее →Практический интенсив Ярослава Шуваева, посвящённый сборке AI-ассистентов на основе LLM: от no-code прототипа в Flowise до локального приложения с поиском по документам, подключением внешних сервисов через MCP и Telegram-интерфейсом. В программе рассматриваются RAG, векторные базы данных, LangChain, Ollama и FastAPI.
Подробнее →Практический курс по платформе n8n, посвящённый сборке ИИ-агентов и голосовых агентов для бизнес-задач. Программа построена вокруг трёх проектов: финансового агента, разговорного голосового агента и многоагентной системы выхода на рынок. Материал охватывает интеграции с OpenAI, Gemini, Anthropic, ElevenLabs, Twilio, Supabase и другими сервисами.
Подробнее →Практический буткемп по разработке ИИ-агентов и автоматизации, охватывающий как low-code (n8n, Flowise), так и pro-code (Python, Pydantic AI, Cursor) подходы. В программе — создание агентов OpenAI, локальные RAG-системы, протокол MCP, голосовые агенты, генеративный ИИ и вопросы безопасности. Курс на английском языке, с русскими субтитрами и ИИ-озвучкой.
Подробнее →Ranez University — закрытое коммьюнити по AI, организованное в Telegram с разбивкой по топикам. В материалах представлен обучающий цикл по AI Agents, а также заявлены темы LLM, RAG-систем, кодинга с AI, нейронных сетей и ML/Deep Learning.
Подробнее →Курс Олега Филиппова посвящён настройке и использованию MCP-серверов для улучшения работы нейросетей при написании кода на 1С. Рассматриваются шесть Docker-контейнеров, подключаемых одной строкой, которые обеспечивают поиск по коду, проверку синтаксиса и другие функции.
Подробнее →Курс Владимира Елфимова посвящён полному циклу разработки и эксплуатации AI-систем на основе больших языковых моделей (LLM). Программа охватывает архитектуру трансформеров, LLMOps, интеграцию LLM, RAG, fine-tuning и продвинутые методы оптимизации. Рассчитан на Python-разработчиков, DevOps-инженеров и специалистов по данным.
Подробнее →Практическая программа из пяти курсов для разработчиков и аналитиков, знакомых с Python. Охватывает полный цикл создания RAG-системы: от подготовки данных и индексации в векторных БД до разработки REST API на FastAPI, тестирования и деплоя. Включает работу с LangChain, FAISS/Weaviate/Qdrant, Bash и Git.
Подробнее →Курс посвящён автоматизации рутинных задач с помощью платформы n8n и интеграции AI/LLM-моделей. Программа охватывает создание AI-агентов, чат-ботов, RAG-систем, парсинг данных и работу с базами данных. Рассчитан на начинающих и опытных специалистов, желающих освоить low-code подход.
Подробнее →Онлайн-курс для разработчиков, знакомых с Java и Spring, посвящённый интеграции локальных LLM-моделей в приложения с помощью Spring AI. Рассматриваются архитектурные решения, настройка инструментов, кастомные retrieval-стратегии, оптимизация промптов и RAG.
Подробнее →