Программа и содержание
Чему вы научитесь
Освоим основы работы с LLM (на базе OpenAI)
Познакомимся с фреймворком LangChain на практике
Научимся подключать LLM к системам логирования, таким как Elastic Stack
Построим RAG-систему для получения данных из документации и корпоративной базы знаний
Создадим AI-агентов для управления сетевым оборудованием
Реализуем AI-ассистента, готового помогать в администрировании сетевой инфраструктуры
Поработаем как с OpenAI LLM, так и с локальными моделями через Ollama
О курсе
В этом курсе мы научимся применять современные LLM для автоматизации, разбирая практические кейсы из администрирования сетевой инфраструктуры.
Мы шаг за шагом встроим LLM в традиционную автоматизацию с помощью фреймворка LangChain.
В результате мы создадим готовое решение в виде AI‑ассистента, который:
общается как ChatGPT, но с учетом вашей внутренней документации,
помогает с настройкой сетевого оборудования для рутинных задач,
анализирует логи и ускоряет диагностику инцидентов.
Так привычное взаимодействие человек‑машина превращается в удобный чат человек‑человек, где инфраструктура отвечает как живой помощник.
Курс ориентирован на решение практических задач из жизни сетевого/системного администратора.
Для кого этот курс
Администраторы сети, инфраструктуры, сетевые инженеры, DevNetOps и IT специалисты, которые хотят автоматизировать рутинные задачи с помощью современных AI-инструментов.
Программа курса:
Знакомство с LLM
Введение и знакомство
Подготовка рабочей среды
Основы работы с OpenAI
LangChain и Streamlit
Локальная LLM
Использование LLM для автоматизации
LangChain в действии
Использование RAG
LLM Agents. Часть 1
LLM Agents. Часть 2
LLM Memory
T-shoot и тюнинг
Заключение
Подведение итогов
Автор: Артем Уткин
В курс входят
12 уроков
2 часа 32 минуты видео
49 тестов
ИСТОЧНИК
СКАЧАТЬ