О курсе

Курс ориентирован на Java-разработчиков, желающих встроить искусственный интеллект в свои приложения, используя локальные модели. Автор, инженер-практик, предлагает подход, основанный на понимании архитектуры и принципов взаимодействия с LLM, а не на простом следовании учебникам. В программе рассматриваются техники, которые редко встречаются в других материалах по Spring AI, включая кастомные retrieval-стратегии, оптимизацию промптов для слабых моделей и настройку баланса между историей диалога и знаниями из RAG. Теория сразу закрепляется в коде: от запуска локальной модели до настройки кастомного RAG. Участники создают микросервис, работающий с локальной LLM и хранящий историю переписки, учатся готовить данные, разбивать их на чанки и подключать к модели. Отдельное внимание уделяется улучшению качества ответов без увеличения мощности модели: пишутся кастомные Advisor, внедряются Query Extensions, retrieval-стратегии и ранкеры.

Что рассматривается в программе

  • рассматривается запуск локальной LLM-модели
  • разбирается создание микросервиса с историей переписки
  • изучается подготовка данных и разбиение на чанки для RAG
  • рассматриваются кастомные retrieval-стратегии
  • описывается оптимизация промптов для слабых моделей
  • разбирается настройка баланса между историей диалога и знаниями из RAG
  • рассматривается написание кастомного Advisor и внедрение Query Extensions

Кому может быть полезен курс

  • разработчикам, знакомым с Java и Spring, которые интересуются интеграцией ИИ в свои приложения
  • тем, кто хочет использовать локальные LLM-модели для обеспечения безопасности и снижения затрат
  • специалистам, которым нужно ознакомиться с продвинутыми техниками Spring AI, такими как кастомные retrieval-стратегии и оптимизация RAG

Вопросы о программе

Какие темы рассматриваются в курсе?

В курсе рассматриваются запуск локальной модели, создание микросервиса с историей переписки, подготовка данных для RAG, кастомные retrieval-стратегии, оптимизация промптов и улучшение качества ответов без увеличения мощности модели.

Для кого предназначен курс?

Курс предназначен для разработчиков, знакомых с Java и Spring, которые хотят встроить ИИ в свои приложения, в том числе с использованием локальных моделей.

Какие техники, по описанию, включены в курс?

По описанию, курс включает кастомные retrieval-стратегии, оптимизацию промптов для слабых моделей, настройку баланса между историей диалога и знаниями из RAG, а также RAG, который действительно помогает.