Курс «LLM Start»

Cтарт — {{start_date}}
Продолжительность — 2 месяца
Скидка 25% до 19 апреля
С нуля за 9 недель научитесь использовать LLM для решения бизнес-задач: чат-боты, ответы
по базе, ИИ-сотрудники

Говорят, что LLM решит все ваши проблемы:

«Без знаний LLM вы потеряете работу»

«Начнёте зарабатывать в 10 раз больше с LLM»

«LLM заменит вашу команду маркетинга/продаж/программистов»

Это неправда! Но LLM сильно упрощает автоматизацию бизнес-процессов. И мы научим вас это делать — строить цепочки автоматизаций, чтобы создавать чат-ботов, агентов, ИИ-сотрудников и получать ответы по базе данных

Курс для всех, кто связан с IT но не разбирается в нейросетях

Продакт-менеджерам
кто хочет создать MVP продукта с LLM малыми усилиями
кто решает технические задачи бизнеса: CRM-интеграторам, DevOps-инженерам, системным администраторам и другим
Техническим специалистам
Разработчикам
без опыта в создании нейросетей и приложений с ними и тем, кто хочет систематизировать свои знания

Для создания работающего LLM-проекта необходимо:

разбираться в моделях и их параметрах
использовать сторонние инструменты
интегрировать проект в сервисы бизнеса
работать с памятью и базой знаний
писать правильные промпты
Всему этому вы научитесь при поддержке Deep Learning инженеров, которые работали с ИИ ещё до того, как это стало мейнстримом

Программа

Лекция раз в неделю. После каждой темы — домашнее задание с фидбеком от лектора. В конце курса проект и Q&A-сессия для разбора вопросов.
2 месяца
7 лекций
7 заданий с обратной связью и 1 проект

01. Введение в ML

В тарифе «С введением»
Онлайн-лекция
Темы лекции:
  • Скаляры, векторы, матрицы, тензоры
  • Линейная регрессия, деревья решений, бустинг
  • Multi-layer perceptron
  • Deep Learning: современные слои
  • Свёрточные нейросети
  • Трансформер

02. Введение в LLM

Онлайн-лекция
Темы лекции:
  • Принцип работы: токенайзер, эмбеддер, слои, выход, параметры (температура, топ-к. топ-р...)
  • Модели (какие есть закрытые, открытые, чем отличаются)
  • Бенчмарки

03. Введение в n8n

Практический урок в записи
Темы урока:
  • Интерфейс n8n
Домашнее задание
Импортировать созданную нами цепочку (состояющую из N простых цепочек) в n8n, поправить параметры генерации и выбрать модели так, чтобы решить предложенные в цепочке задачи
  • Сообщение в n8n-чат и «LLM» даже без агента
  • Исследование разных моделей с различными параметрами и как параметры влияют на ответы

04. Промпт-инжиниринг

Онлайн-лекция
Тема лекции:
Домашнее задание
  • Вернуть json, который далее можно распарсить
  • За счёт Chain-of-Thought mini-моделью решить комплексную задачу
  • Выстоять mini-моделью под промпт-атакой и не выдать секретный ключ или системный промпт
  • Сделать мини-агента (не понимая что это агент) блоками n8n без блока «агент», только на AI-блоках и прочих
  • Разные методы и подходы в промпт-инжениринге: CoT, структурированный вывод, one/few-shot learning

05. Блоки n8n для работы с переменными

Практический урок в записи
Темы урока:
  • Форматы данных в n8n: json, binary data, array (когда N элементов передаётся между блоками)
Домашнее задание
Обработка данных между блоками n8n: преобразование словарей в массивы и обратно, объединение элементов в строку и другие операции с данными
  • Блоки для работы с данными: limit, aggregate, merge, split out, и т.д.
  • Тестирование цепочек через внесение данных с помощью Edit Fields (можно загружать туда текстом json)

06. Введение в JS и Блок Code в n8n

Практический урок в записи
Темы урока:
  • Переменные
Домашнее задание
С помощью блока Code решить 3−5 задач по обработке словарей и массивов с циклами
  • Словари, массивы и их методы
  • Функции
  • Циклы

07. Базы данных

Онлайн-лекция
Темы лекции:
  • Введение в базы данных
  • Реляционные базы
  • Векторные базы, в частности QDrant
  • Введение в SQL

08. Базы данных в n8n

Практический урок в записи
Темы урока:
  • Обзор БД: Airtable, Google Sheet, PostgreSQL
Домашнее задание 1: реляционные БД
  • Соответствующие блоки в n8n
  • Поднимаем БД в облаке и/или на машине
  • Сохраняем чанки в QDrant
  • Записать данные в PostgreSQL
  • Считать данные из разных таблиц PSQL, смёржить данные, отфильтровать, обработать в цикле, сохранить в csv результат
Домашнее задание 2: векторные БД
  • Сохранить pdf-файлы чанками в QDrant
  • Сделать векторный поиск по этим файлам
  • Сохраняем csv-данные в PostgreSQL

QA-сессия

Онлайн-встреча в Zoom со спикерами курса, чтобы разобрать ваши вопросы, помочь с практикой и обсудить задачи из ваших проектов

09. RAG

В тарифе «С введением»
Онлайн-лекция
Темы лекции:
  • Обзор схемы RAG
  • Чанкирование
  • Классический и гибридный поиски
  • Реранкер
  • Метрики и бенчмарки

10. Собираем ванильный RAG в n8n

Практический урок в записи
Темы урока:
  • Готовим доп. флоу для тестирования
Домашнее задание
  • Делим текст на чанки, векторизуем, сохраняем в базу
  • Собираем RAG из простого векторного ретривера и генератора
  • Создать RAG с гибридным ретривером, реранкером, генератором, чтобы достичь метрики X на тестовой выборке

11. Агенты

Онлайн-лекция
Темы лекции:
  • Tools & function calls
  • Агентные системы и Agentic RAG
  • Model Context Protocol
  • Мультиагентные системы

12. Собираем агента в n8n

Практический урок в записи
Темы урока:
  • Собираем агента в n8n в блоке Agent
Домашнее задание
  • Используем MCP (Multi-Component Protocol)
  • Подключение внешних инструментов
  • Память в работе агента
  • Собрать агента без блока «Agent»
  • То же самое, но теперь с блоком «Agent»
  • Нарастить функционал, сделав мультиагентную систему, используя RAG и MCP

13. Интеграция со сторонними сервисами через API

Онлайн-лекция
Темы лекции:
  • Что такое REST API
  • Как формируют запросы: head, body, binary data
  • Postman
  • Albato/Zapier

14. Интеграция чат-бот цепочки в CRM

Практический урок в записи
Темы урока:
  • Создаём аккаунт в тг, wazzup, AmoCRM, Bitrix
Домашнее задание
  • Интегрируем цепочку с простым агентом в диалог внутри сделки с клиентом в CRM через http-request и webhook блоки
  • Создать ИИ-агента-менеджера по заказу автомобилей из Китая: найти по описанию машину, рассчитать налоги, пошлины и т. д.
  • Прогнать через цепочку тестовые примеры, сравнить ответы с правильными

Проект: создание виртуального сотрудника

Можно придумать свою идею проекта или выбрать:
  • AI-менеджер по продажам
  • AI-менеджер проектов
  • AI-аналитик
  • Транскрибатор встреч

Вы научитесь создавать комплексные LLM-системы и интегрировать их в бизнес

Поймёте теорию работы моделей
Будете использовать RAG, агентов и промпт-инжениринг
Сможете посчитать экономику LLM-проекта
Разберётесь в REST API, запросах и интеграциях
Научитесь использовать разные модели под разные цели

Проекты наших учеников

Обработка счетов-фактур

Выпускник разработал Telegram-бота, который берет на себя весь цикл работы с инвойсами: распознает данные из PDF и изображений, проверяет арифметику и формирует отчеты, готовые к загрузке в учетные системы.

Бот сам выявляет новых контрагентов и ведет историю документов. Теперь бухгалтерия тратит минуты вместо часов на рутинную обработку счетов.

AI HR-бот

Создали Telegram-бота-рекрутера, который получает на вход резюме и описание вакансии, анализирует их и подбирает наиболее подходящих кандидатов.

Система выделяет ключевые навыки, оценивает совпадения и выдает краткое резюме по каждому кандидату.
Такой инструмент помогает HR-командам быстрее принимать решения и сокращает ручную работу при отборе.

Ассистент для анализа интервью

Ученик создал систему, которая позволяет задавать любые вопросы по записям интервью и получать ответы, основанные на реальных данных участников.

Она автоматически обрабатывает видеозаписи: извлекает аудио, транскрибирует речь и формирует структурированную базу знаний по интервью. Благодаря этому команда может быстро находить инсайты, сравнивать сегменты и принимать продуктовые решения на основе потребностей клиентов

Генерация справки для вычета НДФЛ

Автор проекта автоматизировал оформление налоговых документов. Достаточно отправить в бота сообщение с личными данными — система сама подставит их в шаблон и сгенерирует корректную справку в формате PDF.

Оформление, которое раньше требовало участия бухгалтера, теперь занимает считанные секунды и полностью исключает ошибки.

Как именно вы освоите каждый навык

Онлайн-лекции, где можно задавать вопросы, обсуждать сложные кейсы и дискутировать. В конце — анонимный тест для закрепления материала

Изучите теорию на zoom-лекции

1.

1/5
2/5
После каждой лекции — домашнее задание для закрепления материала

Сделаете практическое задание

2.

3/5
Каждое домашнее задание проверит лектор и даст исчерпывающий фидбэк

Получите разбор домашнего задания

3.

4/5
Обсуждайте домашние задания, рабочие задачи или просто общайтесь. Кураторы курса всегда помогут решить проблемы и поделятся советом

Если возникнут трудности, мы оперативно поможем в чате

4.

5/5
Раз в 4−5 недель спикеры и кураторы собираются в zoom, чтобы ответить на ваши вопросы, помочь с практикой, обсудить задачи

Или приходите на онлайн-встречи с кураторами, чтобы обсудить вопрос голосом

5.

Кто будет преподавать

Опытные deep learning инженеры. Каждый расскажет про задачу, с которой несколько лет работал в коммерческих проектах
Тимур Фатыхов
Лидил команды распознавания лиц и паспортов в KoronaPay
СКБ Контур /
Александр Абугалиев
Внедряет RAG в сервисы компании. Расскажет, как создать работающий RAG
Основатель DeepSchool, ex Lead CV Engineer Koronapay
Азер Шахвердиев
Руководит NLP лабораторией в Контуре и помогает внедрять LLM в прод​укты компании
Контур, ML engineer
Азер Шахвердиев
Руководит NLP лабораторией в Контуре и помогает внедрять LLM в прод​укты компании
СКБ Контур /
Александр Абугалиев
Внедряет RAG в сервисы компании. Расскажет, как создать работающий RAG
Основатель DeepSchool, ex Lead CV Engineer Koronapay
Тимур Фатыхов
Лидил команды распознавания лиц и паспортов в KoronaPay
Контур, ML engineer

После обучения

Чат выпускников

Сертификат о прохождении обучения

Вы попадаете в чат выпускников — чат с опытными инженерами, где мы проводим литклубы, random coffee и обсуждаем вопросы с работы

Доступ к материалам курса на один год

Комфортные условия для вашей учёбы

Полный возврат стоимости в первые 14 дней,
если поймёте, что программа вам не подходит. Если примете решение позже, вернём деньги за вычетом уже пройденных занятий
Налоговый вычет
получите 13% от стоимости курса после обучения
Оплата из-за рубежа
картой иностранного банка или другими удобными способами
Может оплатить компания. мы принимаем оплату от юрлиц, если хотите, чтобы работодатель оплатил ваше обучение, пусть ваши представители напишут нам на b2b@deepschool.ru для оформления документов и оплаты
Мы обучаем по лицензии Л035-01199-54/00734237 ↗

Запишитесь в лист ожидания

Мы расскажем о тарифах, ответим на вопросы и подарим скидки на обучение. Количество мест ограничено.

Доступен налоговый вычет

Может оплатить компания

Полный возврат в первые 14 дней

Принимаем оплату из-за рубежа

Что говорят наши выпускники

Истории глазами тех, кто успешно прошел обучение
«Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми!
Михаил Пузицкий
(LLM)
«Прекрасно подобранные темы, прекрасно выстроена дорожка обучения, начиная с собери сам до использования инструментов»
Александр Петров
(LLM)
(LLM)
«Хороший курс! Рассказываются крутые и не супер-очевидные вещи, на паре технических собесов (формат «ML и LLM…)»
Александр Логинов
Виталий Проценко
«Получил огромный пласт знаний и практический опыт, который уже применяю на работе»
(LLM)
«Все мои вопросы подробно разобрали. Самым интересным был RAG, потому что применил в работе»
Роман Рютин
«Крутой курс! Многое узнал и прокачал навыки. Постоянное общение с авторами курса мотивировало в учебе»
(LLM)
Евгений Макаров
(LLM)
«Мои ожидания оправдались на 120% и я смог закрепить уже имевшиеся знания и пополнить новыми!
Михаил Пузицкий
(LLM)
«Прекрасно подобранные темы, прекрасно выстроена дорожка обучения, начиная с собери сам до использования инструментов»
Александр Петров
(LLM)
(LLM)
«Хороший курс! Рассказываются крутые и не супер-очевидные вещи, на паре технических собесов (формат «ML и LLM…)»
Александр Логинов
Виталий Проценко
«Получил огромный пласт знаний и практический опыт, который уже применяю на работе»
(LLM)
«Все мои вопросы подробно разобрали. Самым интересным был RAG, потому что применил в работе»
Роман Рютин
«Крутой курс! Многое узнал и прокачал навыки. Постоянное общение с авторами курса мотивировало в учебе»
(LLM)
Евгений Макаров
(LLM)
(LLM)
LinkedIn
Максим Гольцов
«Курс позволил получить теоретические и практические навыки работы с LLM. Благодаря ему получил первый оффер)»
«Узнал много нового в тех областях LLM, где не хватало опыта. Сразу придумал, как использовать агенты в рабочих проектах»
Петр Матюков
LinkedIn
(LLM)
(LLM)
Елизавета Носова
«Курс полезный, помог наверстать упущенное в понимании современных llm»
«Ожидания оправдались более чем! Готовность отвечать практически в любое время и настолько развернуто»
Никита Довидченко
LinkedIn
(LLM)
(LLM)
(LLM)
LinkedIn
Дмитрий Махортов
«Осознание как работает function caling под капотом это было настоящим открытием»
Павел Думин
«Отличный курс, было интересно и полезно. Но некоторые темы требуют чуть большего времени»
«Хороший обзор по теме LLM с практикой, после которого можно дальше погружаться вглубь»
Алексей Глотов
(LLM)

FAQs

Когда проходят лекции?

Лекции проходят в Zoom по будням в 19:00 по московскому времени и длятся 1,5−2 часа. Во время лекции можно задавать вопросы спикеру. В конце анонимный тест.

Смогу ли я оформить налоговый вычет?

Да, вы сможете оформить налоговый вычет за обучение, если вы являетесь налоговым резидентом России и оплачиваете подоходный налог. Подать документы на вычет можно в году, следующем за годом оплаты обучения. Подробнее о налоговом вычете за обучение можно прочитать на сайте ФНС

Может ли моя компания оплатить курс?

Моя компания может оплатить курс?
Да, мы подготовим счёт на полную или частичную оплату для юридического лица. Напишите на b2b@deepschool.ru
Скидки не распространяются на оплату курса юр. лицами, поэтому при заполнении заявки указывайте полную стоимость.

На сколько часов рассчитана программа?

На сколько
часов рассчитана программа?
Курс включает 12 астрономических часов лекций и Q&A-сессии. С учетом времени на домашние задания, учеба будет занимать примерно 8 часов в неделю. В конце курса будет финальный проект.

Если у вас остались вопросы по курсу, напишите нам в Telegram

Наши программы

Поможем освоить востребованные на рынке знания, передав секреты и опыт практикующих инженеров и исследователей
Наведите порядок в репозиториях, научитесь создавать и деплоить DL-сервисы

Деплой DL-сервисов

{{start_date:deploy}} • 4 месяца
Научитесь ускорять модели и адаптировать инференс под CPU, GPU и NPU

Ускорение нейросетей

{{start_date:speedup}} • 3 месяца
Узнайте, как решают задачи в VR/AR, беспилотниках и цифровых двойниках

3D Computer Vision

{{start_date:3dcv}} • 3 месяца
Подробнее
Подробнее
Подробнее
/
Погрузитесь в продвинутый Computer Vision
Освойте теорию генеративных моделей и их обучение на практике

Generative Computer Vision

{{start_date:gencv}} • 3 месяца
Теория, инференс, ускорение и актуальные подходы в LLM

LLM

Подробнее
/
Подробнее
{{start_date:llm}} • 4 месяца

CV Rocket 2.0

Подробнее
{{start_date:cvrocket}}
Погрузитесь в продвинутый Computer Vision
Наведите порядок в репозиториях, научитесь создавать и деплоить DL-сервисы

Деплой DL-сервисов

{{start_date:deploy}} • 4 месяца
Научитесь ускорять модели и адаптировать инференс под CPU, GPU и NPU

Ускорение нейросетей

{{start_date:speedup}} • 3 месяца
Узнайте, как решают задачи в VR/AR, беспилотниках и цифровых двойниках

3D Computer Vision

{{start_date:3dcv}}
Освойте теорию генеративных моделей и их обучение на практике

Generative Computer Vision

{{start_date:gencv}}
Теория, инференс, ускорение и актуальные подходы в LLM

LLM

Подробнее
Подробнее
Подробнее
Подробнее
Подробнее
{{start_date:llm}} • 4 месяца

CV Rocket 2.0

Подробнее
{{start_date:cvrocket}}

Телеграм-канал
DeepSchool

Короткие посты по теории ML/DL, полезные библиотеки и фреймворки, вопросы с собеседований и советы, которые помогут в работе