За курса
Умения, които ще придобиеш
-
Работа с ембединги и векторни бази за семантично търсене и RAG
-
Интегриране на OpenAI, Anthropic (Claude) и OpenRouter API в web/back-end приложения
-
Изграждане на чатботове с контекст (сесии, системни инструкции и инструменти) и управление на разговори
-
Продукционни практики: Оптимизация на разходите, мониторинг и сигурност на AI приложенията
-
Създаване на инструментализирани агенти с LangChain Agents & Tools (tool calling, routing and policies)
-
Управление на памет/контекст: Buffer/Summary/Entity/VectorStore memory и стратегии за дълги диалози
-
Прилагане на Human-in-the-Loop (approval gates, корекции и ескалации) и guardrails за качество
-
Моделиране на multi-agent системи с LangGraph (agent nodes, координация, състояние и паралелизъм)
-
Повишаване на надеждност: Retries, timeouts, fallbacks, конфликтна резолюция и идемпотентност
-
Наблюдаемост и разходи: Логове, трасиране, метрики, оценка/регресионни тестове и cost tracking
-
Доставяне на production-grade решения: деплой, конфигурация, секрети, сигурност и мониторинг
Теми
- 1. Resources
- 2. LLM API Integration
- 3. Exercise: LLM API Integration
- 4. Vector Databases, Embeddings and RAG
- 5. Exercise: Vector Databases, Embeddings and RAG
- 6. LangChain Agents & Tools
- 7. Exercise: LangChain Agents & Tools
- 8. LangChain Memory & Human-in-the-Loop
- 9. Exercise: LangChain Memory & Human-in-the-Loop
- 10. LangGraph Multi-Agent Systems
- 11. Exercise: LangGraph Multi-Agent Systems
- 12. Workshop: Real Life Project
- 13. Exam Preparation
- 14. Regular Exam
- 15. Retake Exam