Docker: путь от локального запуска к промышленной распределённой системе

Материал из Public ATP Wiki
Перейти к: навигация, поиск

Описание

Тема лекции: «RAG-системы на практике: архитектура, ограничения и типичные ошибки»

Цель лекции: Дать студентам практическое понимание архитектуры и инженерных решений, лежащих в основе RAG-систем (Retrieval-Augmented Generation), а также научить выявлять и исправлять типичные ошибки при их построении. Задачи: • Объяснить принципы работы RAG-систем и их ключевые компоненты. • Разобрать этапы построения простой RAG-системы: от подготовки данных до генерации ответа. • Показать на примерах типичные ограничения (качество retrieval, «шум» в контексте, галлюцинации) и способы их преодоления. • Дать практические рекомендации по выбору архитектурных решений под разные типы задач и доменов.

Структура лекции 1. Введение • Проблема: почему LLM сами по себе недостаточно для задач с актуальными или узкоспециализированными данными? • Что такое RAG и в каких сценариях он необходим? (Примеры: корпоративные базы знаний, поддержка клиентов, аналитика документов.) 2. Архитектура RAG-системы: компоненты и их взаимодействие 3. Этапы построения простой RAG-системы (на практике) 4. Основные ограничения и проблемы RAG 5. Типичные ошибки при разработке RAG-систем 6. Способы повышения качества RAG 7. Заключение • Главные выводы • Полезная литература и открытые инструменты

На лекции разберём эволюцию запуска программ: от выполнения скрипта в командной строке до сборки и оркестрации многосервисного приложения. Рассмотрим принципы контейнеризации, устройство Dockerfile, работу с docker-compose и архитектурные решения, позволяющие масштабировать систему.

Занятие будет полезно тем, кто хочет понять, как реальные продуктовые команды переходят от «работает у меня на ноутбуке» к устойчивым production-системам.

  • Входной уровень: минимальный опыт работы на любом языке программирования.

Спикер

Жарова Мария Александровна — Преподаватель. Разработка дисциплины "Программирование на Python" для студентов магистратуры "Науки о данных": ревью существующих материалов, формирование плана, составление семинаров, тестов и домашних работ. file:///C:/Users/%D0%9E%D0%BB%D1%8F/Downloads/Telegram%20Desktop/%D0%96%D0%B0%D1%80%D0%BE%D0%B2%D0%B0%20%D0%9C%D0%B0%D1%80%D0%B8%D1%8F%20CV.pdf

Дата и время

15 мая (пт) в 20:00

Формат

Онлайн-лекция (платформа Толк)