Запись [proglib.academy] AI-агенты для DS-специалистов (Никита Зелинский, Дмитрий Фролов)

​

• разбор open source решений
  
• живые встречи с экспертами в области ML, DL
• шаблоны для запуска своих агентов

Кому особенно подойдет курс

• ML/AI-инженеры (middle+/senior)
• Data Scientists, исследователи
• Backend/Platform-инженеры
• Advanced CS/DS студенты (магистратура, PhD)
• Tech-продакт-менеджеры & архитекторы AI-решений

Программа курса:

Занятие 1
LLM и их особенности, первый агент на langchain
На занятии посмотрим как выбрать LLM для задачи — квантизованные модели, instruct-модели и пр, какие есть способы запуска LLM — как использовать API, как развернуть LLM локально с помощью Ollama, как происходит токенизация для разных языков и как это влияет на стоимость решения. Рассмотрим реализация памяти в цепочках langchain и обсудим зачем подключать внешние источники если уже есть модели с контекстом более 10 М токенов.
В конце реализуем пару простых агентов на langchain.

Занятие 2
RAG и оценка его качества
Познакомимся с основными компонентами RAG, векторными базами и ANN, другими Retrievers. Рассмотрим модификации RAG и подходы к генерации датасета для тестирования получившегося решения, подход LLM as a judge. В итоге соберем полный пайплайн RAG-системы с оценкой качества.

Занятие 3
Основные понятия мультиагентных систем (MAS) и библиотеки для их построения

• Вводный обзор MAS, коллективное принятие решений, механизмы обмена информацией и координации агентов между собой.
• Дебаты между агентами, actor-critic подходы. Multi-step agents.
• Знакомство с библиотеками crew ai, autogen, langgraph, llamaindex, smolagents, swarm от open ai
• Фреймворк для анализа промптов spade

Занятие 4
AI-агенты: инструменты, флоу и сравнение фреймворков

• Углубимся в практику с популярными фреймворками, обсудим проблему оценки результатов.
• Tools для AI агентов и их основные типы, workflows.
• Методы оценки качества работы AI-помощников, GAIA.
• Сравнение библиотек для построения мультиагентных систем

Занятие 5
Промышленные агенты и протокол MCP

• Рассмотрим протокол для унифицированной работы с tools — MCP и фреймворк FastMCP.
• Создадим end-to-end MCP приложение