О курсе

Курс ориентирован на практическое применение современных LLM в администрировании сетевой инфраструктуры. В программе рассматриваются основы работы с моделями OpenAI, а также использование локальных моделей через Ollama. Отдельное внимание уделено фреймворку LangChain и его применению для встраивания LLM в задачи автоматизации.

Среди тем — подключение LLM к системам логирования, в частности Elastic Stack, и построение RAG-системы для извлечения данных из документации и корпоративной базы знаний. В программе также рассматривается создание AI-агентов для управления сетевым оборудованием и реализация AI-ассистента, который, по описанию курса, может помогать в администрировании инфраструктуры.

Программа включает знакомство с LLM, подготовку рабочей среды, основы OpenAI, LangChain и Streamlit, локальные модели, использование RAG, две части по LLM Agents, LLM Memory, а также блок по troubleshooting и тюнингу. Завершается курс подведением итогов.

Курс состоит из 12 уроков, видеоматериалов общей длительностью 2 часа 32 минуты и 49 тестов. Автор — Артем Уткин.

Что рассматривается в программе

  • Основы работы с LLM на базе OpenAI
  • Работа с фреймворком LangChain на практике
  • Подключение LLM к системам логирования, включая Elastic Stack
  • Построение RAG-системы для документации и корпоративной базы знаний
  • Создание AI-агентов для управления сетевым оборудованием
  • Работа с OpenAI LLM и локальными моделями через Ollama
  • Реализация AI-ассистента для администрирования сетевой инфраструктуры

Кому может быть полезен курс

  • Администраторам сети и инфраструктуры, интересующимся применением LLM в автоматизации
  • Сетевым инженерам, которым нужно ознакомиться с AI-инструментами для рутинных задач
  • Специалистам DevNetOps и IT-специалистам, работающим с сетевой инфраструктурой
  • Тем, кто хочет изучить LangChain, RAG и AI-агентов на практических кейсах

Вопросы о программе

Какие инструменты и технологии рассматриваются в курсе?

В программе рассматриваются LLM на базе OpenAI, локальные модели через Ollama, фреймворк LangChain, Streamlit, RAG-системы, LLM Agents и LLM Memory, а также подключение к системам логирования, включая Elastic Stack.

Какие практические задачи разбираются в курсе?

Курс ориентирован на кейсы из администрирования сетевой инфраструктуры: построение RAG-системы для работы с документацией и базой знаний, создание AI-агентов для управления сетевым оборудованием и реализацию AI-ассистента.

Из каких материалов состоит курс?

В курс входят 12 уроков, видеоматериалы общей длительностью 2 часа 32 минуты и 49 тестов.

Кто автор курса?

Автор курса — Артем Уткин.