AI02

Advanced RAG & Knowledge Systems

Длительность обучения: 4 дня

Записаться на курс

Описание
курса

Материал данного курса посвящен построению продвинутых систем извлечения и представления знаний: контекстному и визуальному чанкингу, гибридному поиску, GraphRAG, агентному retrieval, RAGOps, измеримости качества и обеспечению безопасности корпоративных ассистентов.

Аудитория курса

ML‑ и AI‑инженеры, архитекторы данных, инженеры данных, разработчики корпоративных ассистентов и систем поиска по документам.

Предварительные требования

Как устроено
обучение

Онлайн-курс

Онлайн-курс предполагает групповые занятия с инструктором через систему видеоконференцсвязи, кроме того, домашние задания и экзамен. Слушателям предоставляются учебные пособия и дополнительные материалы

Для корпоративных клиентов

Обучение для корпоративных клиенов включает в себя онлайн-курсы и курсы самообучения, а также дополнительные сервисы,необходимые корпоративным клиентам: организация планов обучения для подразделений клиента, проведение оценки эффективности обучения и т.д.

программа
курса

• Contextual retrieval и преобразование чанков перед индексацией для сохранения смысла.
• Семантический и документно‑визуальный чанкинг для PDF и презентаций с использованием vision‑моделей для описания таблиц и графиков.
• Late chunking как способ сохранить глобальный контекст в локальных эмбеддингах.
• Эмбеддинги 2026 года и подход Matryoshka с варьируемой размерностью для оптимизации скорости и памяти.
• Построение графов сущностей и отношений поверх векторного индекса; сценарии, требующие связного знания.
• Гибридный поиск, объединяющий BM25, векторное сходство и графовые обходы; динамическая балансировка весов.
• Multi‑vector представления документа (краткое содержание, полные данные, гипотетические вопросы).
• Выбор стека хранения: серверные векторные базы и встраиваемые хранилища.
• Декомпозиция и расширение запросов с помощью LLM.
• Подходы Self‑RAG и Corrective RAG: самооценка релевантности и переход к веб‑поиску при недостатке локальных данных.
• Re‑ranking на лёгких cross‑encoder‑ах и ColBERT‑подобных моделях.
• Стратегии long‑context RAG и RAG‑Fusion для моделей со сверхдлинным контекстом.
• Метрики faithfulness и answer relevance в инструментах RAGAS и DeepEval, формирование тестовых наборов на синтетических данных.
• Дрейф данных и стратегии переиндексации.
• Защита от prompt injection через содержимое документов.
• Инфраструктура развёртывания (LangServe, BentoML), мониторинг качества и учёт стоимости поискового запроса.

Варианты
покупки курса

индивидуальное

Стоимость курса — 108 851,00 ₽

Групповые онлайн-занятия

Бессрочный доступ ко всем материалам

Живые вебинары с преподавателем

Домашние задания

Экзаменация с выдачей сертификата

Для уточнения даты проведения курса, пожалуйста, заполните форму.

Оставить заявку

*Нажимая на кнопку, вы соглашаетесь с публичной офертой и политикой конфиденциальности

корпоративное

Стоимость курса от 108 851,00 ₽

Для получения данных о конечной стоимости и уточнения даты проведения курса, пожалуйста, заполните форму.

Оставить заявку

*Нажимая на кнопку, вы соглашаетесь с публичной офертой и политикой конфиденциальности