Budowanie systemów opartych o LLM

Projektuj, buduj i wdrażaj działające systemy oparte o modele językowe.
Od uruchomienia modelu po RAG i Agentów AI.

✦

Po tym kursie samodzielnie zaprojektujesz, zbudujesz i uruchomisz system oparty o LLM - od wyboru modelu i narzędzi, po działających agentów i RAG.

Praktyczne projekty Kod do pobrania Wygodna platforma

Wiesz, jak pisać kod, ale nie wiesz jeszcze, jak projektować systemy z LLM.

⚙

Chaos przy wyborze narzędzi

Ollama, HuggingFace, VLLM, API, każda opcja wygląda podobnie, 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?

Ten kurs jest dla Ciebie, jeśli:

✓Masz doświadczenie jako programista
✓Znasz Pythona i pisałeś w nim kod
✓Pracowałeś z 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.

Uruchamiasz i hostujesz modele

Lokalnie przez Ollama, przez HuggingFace Transformers lub produkcyjnie przez vLLM - w zależności od potrzeby projektu.

Budujesz agentów

Google ADK, Langchain, pipeline agentów, tool calling - tworzysz systemy, które nie tylko odpowiadają na pytania, ale faktycznie wykonują zadania.

Implementujesz RAG

Własna baza wiedzy, embeddingi, Qdrant - model odpowiada na podstawie Twoich dokumentów, nie tylko danych treningowych.

Chronisz dane wrażliwe

Anonimizacja i deanonimizacja - dane osobowe nie opuszczają Twojego serwera w oryginalnej formie.

Dostarczasz kompletne projekty

Każda lekcja kończy się działającym kodem. Wyniesiesz gotowe rozwiązania, które możesz od razu przełożyć na swoje projekty.

Wchodzę w to!

Chcę kurs! →

Program kursu

01 Lekcja 1: Szacowanie zasobów do uruchomienia LLM ⌄

Precyzja, parametry, kwantyzacja — zanim uruchomisz model, sprawdź czy Twój komputer da radę. Jak oszacować potrzebną pamięć.

02 Lekcja 2: Uruchamianie modeli z Ollama ⌄

Lokalne uruchamianie modeli, interfejs graficzny, wystawianie API — szybkie prototypowanie na własnym sprzęcie bez skomplikowanej konfiguracji.

03 Lekcja 3: HuggingFace Transformers ⌄

Pipeline i bezpośrednia kontrola przez AutoTokenizer i AutoModelForCausalLM. Tokenizacja, chat template, wsparcie CUDA.

04 Lekcja 4: VLLM - produkcyjne serwowanie modeli ⌄

Tryb embedded i serwerowy kompatybilny z OpenAI, inferencja modeli oraz obsługa wielu requestów jednocześnie.

05 Lekcja 5: Embeddingi i bazy wektorowe ⌄

Jak działa reprezentacja wektorowa tekstu, cosine similarity, czym są chunki i jak działa baza wektorowa.

06 Lekcja 6: Praktyczny model embeddingowy ⌄

Roberta Base dla języka polskiego — tokenizacja, mean pooling, normalizacja wektorów, tensory PyTorch w praktyce.

07 Lekcja 7: RAG - baza wiedzy z plików PDF ⌄

Tworzenie własnej bazy wiedzy, wyszukiwanie semantyczne, dostarczanie kontekstu do modelu językowego.

08 Lekcja 8: Agenty AI - teoria i typy ⌄

LLM vs agent, sequential, parallel, loop — kiedy agent ma sens, a kiedy wystarczy prosty deterministyczny kod.

09 Lekcja 9: Tool calling z Google ADK ⌄

Wyposażanie modelu w narzędzia jako funkcje Pythona — pogoda, kalkulator, równoległe wywołania narzędzi.

10 Lekcja 10: Pipeline agentów - zarządzanie budżetem ⌄

Klasyfikacja transakcji, wykrywanie anomalii, generowanie raportu — agent sekwencyjny i równoległy w jednym projekcie.

11 Lekcja 11: Anonimizacja danych wrażliwych ⌄

spaCy + wyrażenia regularne — PESELe, imiona i nazwiska, numery telefonów nie opuszczą Twojego serwera.

12 Lekcja 12: Projekt finalny 1: RAG + Anonimizacja ⌄

Indeksowanie PDF, Qdrant, pełny pipeline generowania z anonimizacją i deanonimizacją.

13 Lekcja 13: Projekt finalny 2: Budowa lokalnego agenta AI ⌄

Budowanie lokalnego agenta AI

257zł

✓13 lekcji wideo z pełnym kodem źródłowym (2 godziny materiału wideo!)
✓Certyfikat ukończenia
✓Aktualizacje kursu w cenie
✓Wygodna platforma

Kup dostęp →

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.

AI & R&D Trener Eskadry Bielika LLM Systems

Tukano Software House

Dlaczego my?

Kurs powstał z inicjatywy Tukano Software House, firmy, która stworzyła ideę Adeptów IT, by wspierać rozwój umiejętności technologicznych wśród osób stawiających pierwsze kroki w branży.

Intensywnie rozwijaliśmy nasze kompetencje w dziedzinie sztucznej inteligencji, analizując możliwości wdrożenia innowacyjnych rozwiązań w różnorodnych projektach.

Najczęściej zadawane 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? ⌄

Nie. Zakładamy, że wiesz czym jest model językowy. Kurs skupia się wyłącznie na projektowaniu, budowaniu i wdrażaniu systemów. Wychodzisz z działającym kodem, nie z notatkami z wykładu.

Czy będę potrzebował płatnych API? ⌄

Część przykładów korzysta z Google AI Studio, które ma darmowy tier. Część ćwiczeń można wykonać 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.

Zacznij budować systemy,
które faktycznie działają!

Dołącz do kursu i zacznij z LLM już dziś.