Каталог курсів

Системи й матриці, векторні простори та лінійні перетворення, ортогональність, власні значення, SVD і застосування в даних і обчисленні.

Дружнє введення в математику великих мовних моделей: від токенів і векторів до градієнтів, softmax, loss, attention і теорії інформації. Багато числових прикладів і простих аналогій — щоб формули ожили в контексті того, як LLM читає й генерує текст.

Наука про невизначеність: від моделей імовірності та розподілів до сподівання, CLT, оцінки параметрів, довірчих інтервалів, Bayes, регресії й ланцюгів Маркова. З формулами, числовими прикладами й простими аналогіями.

Границі, похідна й інтеграл однієї змінної, числові та функціональні ряди, функції багатьох змінних, кратні інтеграли й диференціальні рівняння.

Вступ до вебу: клієнт і сервер, HTML/CSS/JavaScript з короткими прикладами коду, бекенд і мікросервіси, браузер, HTTP/HTTPS і основи життєвого циклу ПЗ з Agile. Простою українською.

Мова Structured Query Language для реляційних баз: таблиці, SELECT, фільтри, JOIN, підзапити, агрегації, індекси й функції рядків/дат. Практика на навчальній схемі онлайн-магазину: клієнти, товари, замовлення. Кожен урок — короткий текст, SQL-фрагменти й базовий квіз.

Основи програмування з нуля: змінні, умови, цикли, списки й функції мовою Python — з прикладами, які можна запускати прямо в уроці.

Основи JavaScript: змінні, типи, обʼєкти, умови, масиви, цикли, функції й область видимості — з прикладами, які можна запускати прямо в уроці.

Типові структури даних і алгоритмічні патерни: складність, масиви, хеш, списки, стеки, дерева, графи, купи, пошук і динамічне програмування.

Як будувати великі розподілені системи: вимоги до якості, оцінки навантаження, мережа, сховища даних, кеш, черги та типові будівельні блоки архітектури.

Як влаштований інтернет знизу вгору: шари протоколів, HTTP і DNS, UDP і TCP, сокети, IPv4/IPv6, маршрутизація, NAT, міжмережевий екран і Ethernet. Прості аналогії, числові приклади й короткі ілюстрації — щоб бачити, куди йде пакет від браузера до сервера.

Як тримати код під контролем: від першого commit до гілок, merge і rebase, remote, pull request, submodules і hooks. Простою мовою, з командами bash і типовими сценаріями команди розробників.

Як будувати агентів на Model Context Protocol: інструменти, ресурси й підказки, архітектура з одним і кількома серверами, пошук із доповненням (RAG), інтеграції з екосистемою та наскрізний проєкт «Помічник дослідження зображень». Простою мовою, з аналогіями й ілюстраціями кодом.

Як моделі створюють текст, зображення, звук і відео: від обробки мови й трансформерів до базових моделей, підказок, RAG і агентів.

Як машини імітують міркування: агенти, логіка, нечіткі системи, пошук, нейромережі та алгоритми, натхненні природою.

Як машини вчаться на прикладах: дані й мітки, моделі, навчання, оцінка якості, нейромережі, класифікація, регресія та кластеризація.

Як формулювати підказки для мовних і мультимодальних моделей: цілі, ролі, структура відповіді, заземлення в даних, інструменти, тест і безпека.

Як проєктувати, розгортати й підтримувати системи на великих мовних моделях: пошук контексту, оцінювання якості, безпека, інференс, оркестрація та управління змінами.

Як працювати з агентним асистентом у терміналі: використання інструментів, контекст проєкту, слеш-команди й навички, підагенти, хуки, Python SDK, MCP і GitHub.