О программе
NLP — одно из самых востребованных направлений в современном ИИ. Чат-боты, голосовые ассистенты, системы анализа настроений, автоматический перевод — всё это NLP. Этот курс даст вам глубокое понимание архитектуры трансформеров и практические навыки разработки NLP-систем на Python.
Вы освоите работу с библиотекой Hugging Face Transformers, научитесь файн-тюнить предобученные модели под конкретные задачи и развернёте собственное NLP-приложение. Программа включает реальные кейсы: анализ обратной связи клиентов, классификация юридических документов, создание Q&A-системы.
Чему вы научитесь
- Понимать архитектуру трансформера: attention, positional encoding, encoder-decoder
- Применять BERT, RoBERTa, GPT-2/3 для классификации и генерации текста
- Проводить файн-тюнинг предобученных моделей на собственных данных
- Разрабатывать системы анализа настроений и тематического моделирования
- Создавать простые диалоговые системы и Q&A-движки
- Деплоить NLP-модели через API с FastAPI и Hugging Face Inference API
Технологический стек
Python 3.11
PyTorch
Hugging Face Transformers
NLTK
spaCy
Sentence-Transformers
FastAPI
LangChain (основы)
Jupyter
Программа курса
W01
Основы NLP: токенизация, векторизация, word embeddings
5 уроков
W02
Архитектура трансформера: внимание, self-attention, multi-head
5 уроков
W03
BERT и его вариации: BERT, RoBERTa, DistilBERT
5 уроков
W04
Файн-тюнинг BERT для классификации текста
4 урока
W05
GPT-архитектуры: авторегрессионные модели и генерация
4 урока
W06
Sentiment analysis и NER: практический проект
5 уроков
W07
Семантический поиск и question answering
4 урока
W08
Введение в LLM и prompt engineering для разработчиков
4 урока
W09
Деплой NLP-модели: API, оптимизация, мониторинг
4 урока
W10
Финальный проект: NLP-система на реальных данных
Проект + защита