Budowanie systemów
opartych o LLM
Zaprojektuj, zbuduj i wdróż działające systemy oparte o modele językowe. Od uruchomienia modelu po RAG i Agentów AI.
Wiesz, jak pisać kod. Ale nie wiesz jeszcze, jak projektować systemy z LLM.
Chaos przy wyborze narzędzi
a różnice są kluczowe dla działania systemu.
Agent czy workflow?
Nie każdy problem wymaga agenta opartego o LLM. Skąd wiedzieć, kiedy model językowy ma sens,
a kiedy wystarczy zwykła logika?
Dane wrażliwe w prompcie
Wysyłasz dane do zewnętrznego API, a w tych danych mogą być PESELE, nazwiska i numery telefonów klientów
Dla kogo jest ten kurs?
Sprawdź, czy to program dopasowany do Twojego poziomu i celów.
Ten kurs jest dla Ciebie, jeśli:
- Masz doświadczenie jako programista
- Znasz Pythona i pisałeś w nim kod
- Tworzyłeś backend lub API
- Chcesz zacząć budować systemy oparte o LLM
- Wolisz uczyć się na konkretnych projektach, nie na teorii
Ten kurs nie jest dla Ciebie, jeśli:
- Dopiero zaczynasz programować
- Nigdy nie pisałeś kodu w Pythonie
- Szukasz kursu od absolutnych podstaw AI
- Chcesz tylko klikać w interfejsy gotowych narzędzi
Co umiesz po kursie?
Projektujesz systemy oparte o LLM
Wiesz jak utworzyć Agenta, system RAG i zadbać o bezpieczeństwo danych. Podejmujesz świadome decyzje projektowe zamiast działać metodą prób i błędów.
01
Uruchamiasz i hostujesz
modele
Lokalnie przez Ollama, przez HuggingFace Transformers lub produkcyjnie przez VLLM w zależności od projektu
02
Budujesz agentów
Google ADK, Langchain, pipeline agentów, tool calling. Tworzysz systemy, które nie tylko odpowiadają na pytania, ale faktycznie wykonują zadania.
03
Implementujesz RAG
nie tylko danych treningowych.
04
Chronisz dane wrażliwe
Anonimizacja i deanonimizacja. Dane osobowe nie opuszczają Twojego serwera w oryginalnej formie.
05
Dostarczasz kompletne projekty
Każda lekcja kończy się działającym kodem. Wyniesiesz gotowe rozwiązania, które możesz od razu przełożyć na swoje projekty.
06
Program kursu
13 lekcji, od podstaw uruchamiania modeli po kompletne projekty produkcyjne.
01
Szacowanie zasobów do uruchomienia LLM
Precyzja, parametry, kwantyzacja. Zanim uruchomisz model, sprawdź czy Twój komputer da radę. Jak oszacować potrzebną pamięć.
02
Uruchamianie modeli z Ollama
Lokalne uruchamianie modeli, interfejs graficzny, wystawianie API. Szybkie prototypowanie na własnym sprzęcie bez skomplikowanej konfiguracji.
03
HuggingFace Transformers
i AutomodelForCasuallM. Tokenizacja, chat template, wsparcie CUDA.
04
VLLM: produkcyjne serwowanie modeli
Tryb embedded i serwerowy kompatybilny z OpenAI, inferencja modeli oraz obsługa wielu requestów jednocześnie.
05
Embeddingi i bazy wektorowe
Jak działa reprezentacja wektorowa tekstu, cosine similarity, czym są chunki i jak działa baza wektorowa.
06
Praktyczny model embeddingowy
Roberta Base dla języka polskiego. Tokenizacja, mean pooling, normalizacja wektorów, tensory PyTorch w praktyce.
07
RAG: baza wiedzy z plików PDF
Tworzenie własnej bazy wiedzy, wyszukiwanie semantyczne, dostarczanie kontekstu do modelu językowego.
08
Agenty AI: teoria i typy
LLM vs agent, sequential, parallel, loop. Kiedy agent ma sens, a kiedy wystarczy prosty deterministyczny kod.
09
Tool calling z Google ADK
Wyposażanie modelu w narzędzia jako funkcje Pythona: pogoda, kalkulator, równoległe wywołania narzędzi.
10
Pipeline agentów: zarządzanie budżetem
Klasyfikacja transakcji, wykrywanie anomalii, generowanie raportu. Agent sekwencyjny i równoległy w jednym projekcie.
11
Anonimizacja danych wrażliwych
spaCy + wyrażenia regularne: PESELe, imiona i nazwiska, numery telefonów nie opuszczą Twojego serwera.
12
Projekt finalny 1: RAG + Anonimizacja
Kompletny system produkcyjny: indeksowanie PDF, Qdrant, pełny pipeline generowania z anonimizacją i deanonimizacją.
12
Projekt finalny 1: RAG + Anonimizacja
Kompletny system produkcyjny: indeksowanie PDF, Qdrant, pełny pipeline generowania z anonimizacją i deanonimizacją
13
Projekt finalny 2: Budowa lokalnego agenta AI
Cennik
zł
257
jednorazowa opłata, dostęp na zawsze
-
13 lekcji wideo z pełnym kodem źródłowym (2 godziny materiału wideo!) - Dostęp dożywotni, bez subskrypcji
- Aktualizacje kursu w cenie
- Wygodna platforma
Faktura VAT na firmę · Bezpieczna płatność
Prowadzący kurs
Szymon Wiśniowski
Software Developer · Tukano Software House
Software Developer z pasją do sztucznej inteligencji i innowacyjnych technologii. W ramach działu AI/R&D rozwija i utrzymuje oprogramowanie oraz buduje modele AI. Oficjalny trener „Eskadry Bielika”, inicjatywy wspieranej przez Google oraz Bielik AI. Koncentruje się na praktycznym zastosowaniu modeli AI oraz budowie systemów opartych o modele językowe.
Najczęstsze pytania
?
Czy potrzebuję mocnego komputera?
Kurs pokazuje jak oszacować wymagania sprzętowe zanim cokolwiek pobierzesz. Część ćwiczeń można wykonać na API bez pobierania modeli lokalnie. Modele kwantyzowane działają nawet na 8 GB RAM.
?
Jakie doświadczenie jest wymagane?
Zakładamy znajomość Pythona na poziomie napisania własnego skryptu lub prostego API. Nie musisz znać ML ani matematyki. Kurs skupia się na inżynierii systemów, nie na teorii modeli.
?
Czy kurs uczy teorii modeli językowych?
z działającym kodem, nie z notatkami z wykładu.
?
Czy będę potrzebował płatnych API?
W materiałach pokazujemy obie ścieżki.
?
Czy będę potrzebował płatnych API?
?
Czy będę potrzebował płatnych API?
w pełni lokalnie bez żadnych kosztów. W materiałach pokazujemy obie ścieżki.
?
Jak długo mam dostęp?
Dostęp dożywotni. Płacisz raz, korzystasz bez limitu. Wszystkie przyszłe aktualizacje kursu wchodzą automatycznie w Twój dostęp.
