Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум

  1. Урок 1. 00:37:19
    1. Google-сервисы и Google Colaboratory (1. ChatGPT Professional)
  2. Урок 2. 01:28:12
    2. Python. Введение. Базовые типы данных
  3. Урок 3. 01:20:13
    3. Условные операторы и Циклы в Python
  4. Урок 4. 02:02:14
    4. Структуры данных
  5. Урок 5. 02:26:39
    5. Функции и модули
  6. Урок 6. 01:53:22
    6. Библиотека Pandas
  7. Урок 7. 00:52:06
    7. IDE. Среда разработки
  8. Урок 8. 01:40:38
    8. Основы работы с chatGPT. промт инжениринг
  9. Урок 9. 02:00:56
    9. Embedding представление текстов. Алгоритм LangChain
  10. Урок 10. 01:29:32
    10. Создание баз знаний. Архитектура базы. Работа с копирайтерами
  11. Урок 11. 01:28:55
    11. Создание диалога с chatGPT. Соединение нескольких chatGPT моделей
  12. Урок 12. 01:23:10
    12. Нейро ассистент на основе парсинга сайта. Система с несколькими базами знан
  13. Урок 13. 01:32:25
    13. Оптимизация количества токенов. Подходы к созданию промптов
  14. Урок 14. 01:17:24
    14. Методы Faiss
  15. Урок 15. 00:39:52
    15.1 Дополнение к занятию Создание WEB сервиса
  16. Урок 16. 00:49:20
    15.2 Мини урок Замыкания и Декораторы
  17. Урок 17. 00:52:33
    15.3 Мини урок ООП
  18. Урок 18. 01:54:53
    15. Создание веб сервиса с chatGPT. Часть 1
  19. Урок 19. 01:50:57
    16. Создание веб сервиса с chatGPT. Часть 2
  20. Урок 20. 02:10:39
    17. Создание Telegram бота с chatGPT. Часть 1
  21. Урок 21. 00:04:40
    18.1 Пример синхронного и асинхронного подходов в телеграм ботах
  22. Урок 22. 00:05:58
    18.2 Запуск чат бота
  23. Урок 23. 01:26:28
    18. Создание Telegram бота с chatGPT. Часть 2
  24. Урок 24. 01:43:01
    19. Распознавание речи
  25. Урок 25. 01:31:22
    20. Нейро копирайтер по видео
  26. Урок 26. 01:41:36
    21. Нейро контроль качества отдела продаж
  27. Урок 27. 01:22:39
    22. Нейро HR анализ собеседования
  28. Урок 28. 01:19:48
    23. Нейро HR составление резюме в формате диалога
  29. Урок 29. 01:17:50
    24. Нейро экзаменатор
  30. Урок 30. 01:53:08
    25. Нейро контент мейкер нейро трафиколог
  31. Урок 31. 01:34:42
    26. Нейро продажник. Часть 1
  32. Урок 32. 01:16:14
    27. Нейро продажник. Часть 2
  33. Урок 33. 01:22:04
    28.1 Запись от разработчика
  34. Урок 34. 01:35:42
    28. Запуск и использование SoTA (state of the art) локальных (контурных) моделей из открытой таблицы лидеров LLM HuggingFace для генерации текста
  35. Урок 35. 00:54:15
    29.1 Запись от разработчика
  36. Урок 36. 00:40:44
    29. Запуск и использование SoTA локальных (контурных) моделей из таблицы лидеров MTEB HuggingFace для формирования эмбеддингов в задаче Sentence Similarity.
  37. Урок 37. 00:42:41
    30.1 Запись от разработчика
  38. Урок 38. 01:10:55
    30. Запуск и использование SoTA локальных (контурных) моделей NLLB, MarianMT, Saiga перевода пар русский-английский
  39. Урок 39. 01:04:26
    31. Подбор видеокарт для работы моделей на своём сервере
  40. Урок 40. 01:16:10
    32. Публикация моделей на свой сервер
  41. Урок 41. 00:10:17
    33.1 Дополнительная запись создания проекта
  42. Урок 42. 00:08:22
    33.2 Android и язык Kotlin
  43. Урок 43. 00:57:53
    33. Создание Android приложения с chatGPT. Часть 1
  44. Урок 44. 00:34:23
    34. Создание Android приложения с chatGPT. Часть 2
  45. Урок 45. 00:55:37
    35. Создание веб приложения с chatGPT. Часть 1
  46. Урок 46. 00:49:23
    36. Создание веб приложения с chatGPT. Часть 2
  47. Урок 47. 01:13:42
    37. Создание веб приложения с chatGPT. Часть 3
  48. Урок 48. 00:44:34
    38. Очистка распознанной речи
  49. Урок 49. 01:16:52
    39. Генерация речи
  50. Урок 50. 00:47:22
    40. Перенос стиля речи. Часть 1
  51. Урок 51. 01:13:43
    41. Перенос стиля речи. Часть 2
  52. Урок 52. 02:02:23
    42. Продажа проектов. Получение заявок
  53. Урок 53. 01:32:09
    43. Продажа проектов. Продажа, переговоры с компанией
  54. Урок 54. 01:09:16
    44. Продажа проектов. Юридические вопросы, договор и техническое задание
  55. Урок 55. 01:23:05
    45. Продажа проектов. Оценка стоимости проектов на chatGPT
  56. Урок 56. 00:49:14
    1 Google сервисы и Google Colaboratory (2. Python-разработчик)
  57. Урок 57. 02:30:15
    2 Python. Введение. Базовые типы данных
  58. Урок 58. 02:15:20
    3 Условные операторы и Циклы в Python. Pattern matching
  59. Урок 59. 02:38:36
    4. Структуры данных
  60. Урок 60. 03:05:40
    5 Функции и работа со строками
  61. Урок 61. 01:40:21
    6 IDE. Среда разработки
  62. Урок 62. 01:31:25
    7 Git
  63. Урок 63. 02:57:29
    8 Классы и объекты. Инкапсуляция, атрибуты и свойства. Статические методы, методы класса
  64. Урок 64. 01:10:40
    9 Наследование, переопределение базового класса
  65. Урок 65. 01:11:22
    10 Обработчики ошибок_ генерация исключений_ создание своих типов исключений
  66. Урок 66. 01:05:59
    11 Модули, пакеты, иниты
  67. Урок 67. 02:07:09
    12 Работа с файлами, с операционной системой и путями. Кодировки, сериализация данных, j
  68. Урок 68. 01:08:57
    13. Структура Web приложений
  69. Урок 69. 02:35:13
    14. Основы HTMLCSS
  70. Урок 70. 02:48:54
    15. Django. Установка, создание первого проектаприложения, запуск
  71. Урок 71. 02:14:05
    16 View и URLS. Представление и маршруты
  72. Урок 72. 01:30:28
    17 Templates. Работа с шаблонами
  73. Урок 73. 01:35:43
    18 Работа с формами
  74. Урок 74. 00:55:50
    19 Начало работы с Моделями
  75. Урок 75. 01:13:46
    20 Запросы в Django ORM
  76. Урок 76. 00:48:10
    21 Фильтрация и сортировка
  77. Урок 77. 00:40:19
    22 CRUD и агрегатные операции
  78. Урок 78. 01:15:29
    23 REST API
  79. Урок 79. 01:23:47
    24 Введение в веб сервисы. Django REST Framework
  80. Урок 80. 00:58:52
    25 Django web-api. Авторизация OAuth 2.0
  81. Урок 81. 01:43:26
    26 PostgreSQL(PG4)
  82. Урок 82. 01:15:42
    27 SQL ORM SQLAlchemy
  83. Урок 83. 00:56:50
    28 Алхимия
  84. Урок 84. 01:05:36
    29 FastAPI
  85. Урок 85. 01:05:24
    30 Работа с базой данных через SQLAlchemy
  86. Урок 86. 01:06:14
    31 Основные команды linux
  87. Урок 87. 01:16:57
    32 Настройка Nginx
  88. Урок 88. 00:55:27
    33 Docker контейнеры. Cоздание контейнеров для web приложений
  89. Урок 89. 01:02:58
    34 Развертывание сайтов на Django. Wsgi, gunicorn, nginx. Часть 1
  90. Урок 90. 01:07:33
    35 Развертывание сайтов на Django. Wsgi, gunicorn, nginx. Часть 2
  91. Урок 91. 00:31:19
    36 Web Soccet
  92. Урок 92. 01:19:51
    1 Сбор и разметка базы (3. Тестировщик речевых моделей)
  93. Урок 93. 01:04:08
    2 Тестирование и оценивание ответов нейронных сетей
  94. Урок 94. 01:14:00
    3 Исправление ответов нейронных сетей
  95. Урок 95. 00:41:45
    4 Рабочая коммуникация
  96. Урок 96. 00:44:32
    1 Что такое Git (4. GitHub)
  97. Урок 97. 00:42:43
    2 Ветвления
  98. Урок 98. 00:31:24
    3 Инфраструктура
  99. Урок 99. 00:32:42
    4 Управление проектом в GitHub
  100. Урок 100. 01:59:29
    1.1 Работа с внешними источниками для поиска и загрузки данных, знакомство с библиотекой бэктестинга и стратегиями для покупки и продажи Лекция (5. Трейдинг)
  101. Урок 101. 01:25:01
    1.2 Работа с внешними источниками для поиска и загрузки данных, знакомство с библиотекой бэктестинга и стратегиями для покупки и продажи Семинар
  102. Урок 102. 02:10:44
    2.1 Пример написания собственного бэктестинга и базовая разметка для задачи классификации датасета Лекция
  103. Урок 103. 01:32:37
    2.2 Пример написания собственного бэктестинга и базовая разметка для задачи классификации датасета Семинар
  104. Урок 104. 02:14:28
    3.1 Генетический алгоритм разметки данных для классификации, сравнение с базовой разметкой и проверка бэктестингом Лекция
  105. Урок 105. 01:37:54
    3.2 Генетический алгоритм разметки данных для классификации, сравнение с базовой разметкой и проверка бэктестингом Семинар
  106. Урок 106. 02:22:32
    4.1 Обучение нейронной сети в задаче предсказания покупать, держать, продавать методом классификации Лекция
  107. Урок 107. 00:54:20
    4.2 Обучение нейронной сети в задаче предсказания покупать, держать, продавать методом классификации Семинар
  108. Урок 108. 02:24:10
    5.1 Регрессионная модель предсказания, учет автокорреляции и мега_популяционный генетический алгоритм в поиске модели нейронной сети Лекция
  109. Урок 109. 01:07:55
    5.2 Регрессионная модель предсказания, учет автокорреляции и мега_популяционный генетический алгоритм в поиске модели нейронной сети Семинар
  110. Урок 110. 02:26:10
    6.1 Обучение регрессионной модели на несколько шагов предсказания с бэктестингом стратегии принятия решения Лекция
  111. Урок 111. 02:07:50
    6.2 Обучение регрессионной модели на несколько шагов предсказания с бэктестингом стратегии принятия решения Семинар
  112. Урок 112. 02:06:14
    1 Создание моделей на AutoKeras (6. AutoML)
  113. Урок 113. 02:07:59
    2 Оптимизация моделей на KerasTuner и Talos
  114. Урок 114. 02:02:24
    3 Генетические алгоритмы для оптимизации гиперпараметров нейронных сетей
  115. Урок 115. 01:04:25
    4 Оптимизация сложных моделей на KerasTuner и Talos
  116. Урок 116. 01:48:35
    5 Использование генераторов при оптимизации гиперпараметров нейронных сетей
  117. Урок 117. 01:42:56
    1 YandexCloud. Сервисы (7. Интеграция в Production)
  118. Урок 118. 01:37:07
    2 YandexCloud. VirtualMachine. DataSphere
  119. Урок 119. 01:54:26
    3 FastAPI
  120. Урок 120. 01:40:47
    4 Создание Desktop приложений
  121. Урок 121. 01:35:53
    5 Создание и настройка собственного сервера
  122. Урок 122. 01:20:27
    6 TensorRT. Оптимизация кода
  123. Урок 123. 01:21:16
    7 JetsonNano
  124. Урок 124. 01:16:33
    8 Rasberry pi. Arduino. Интеграция в квадрокоптеры
  125. Урок 125. 01:54:26
    9 Android. Пример создания готового приложения
  126. Урок 126. 01:12:59
    10 YandexCloud. Обучение НС на кластере видеокарт
  127. Урок 127. 00:53:49
    1 Введение в курс (подготовка среды, установка пакетов, знакомство с IDE VSCode (8. Telegram-бот с нейронной сетью)
  128. Урок 128. 01:26:16
    2 Создание первого бота (регистрация, структура, настройки
  129. Урок 129. 01:08:02
    3 Интеграция нейронной сети FER (распознавание эмоций по фотографии) в бота
  130. Урок 130. 00:59:35
    4 Создание бота для голосового общения с chatGPT. Запуск бота по API на сервере
  131. Урок 131. 01:09:22
    5 Интеграция в бота нейронной сети по трекингу объектов на видео
  132. Урок 132. 01:03:17
    6 Запуск ТГ-бота в Docker контейнере
  133. Урок 133. 02:33:24
    1 Основы дообучения. Роли ChatGPT. Подсчет токенов. LangChain. Ответы (9. Дообучение СhatGPT на собственной базе)
  134. Урок 134. 02:27:56
    2 Принципы написания эффективных инструкций. Создание диалога
  135. Урок 135. 02:23:07
    3 Создание базы знания для дообучения ChatGPT
  136. Урок 136. 01:46:50
    4 Создание сложной структуры из нескольких chatGPT с различными инструкциями
  137. Урок 137. 02:01:28
    5 AutoGPT
  138. Урок 138. 02:39:31
    1 Синтаксис Kotlin (10. Android-приложение с нейронной сетью)
  139. Урок 139. 02:10:01
    2 Архитектура приложения под Android. Обзор различных IDE для разработки
  140. Урок 140. 01:12:23
    3 TensorFlow Lite
  141. Урок 141. 01:21:37
    4 Создание полноценного приложения Android
  142. Урок 142. 00:59:07
    5 Тестирование и оптимизация приложений
  143. Урок 143. 01:34:13
    6 Разработка мобильного приложения
  144. Урок 144. 02:21:52
    1 Обзор нейро-сотрудников и основы дообучения chatGPT (11. Нейро-сотрудники)
  145. Урок 145. 02:17:36
    2 Создание базы знаний и тестирование нейро сотрудников
  146. Урок 146. 01:32:03
    3 Интеграция нейро-сотрудников в production работа с речью дополнительные возможнос
  147. Урок 147. 01:33:09
    4 Речевые модели для работы в контуре компании
  148. Урок 148. 00:57:41
    5 Брифы по типовым нейро-сотрудникам
  149. Урок 149. 01:27:11
    6 Оценка срока проекта команда разработки проекта подбор нейро-сотрудника для компании