Spring AI: как надо, а не как все

Онлайн-курс для Java-разработчиков, которые уже поняли: микросервис без ИИ — это несерьезно. Пора делать это правильно.
Купить за 9 500 руб.
26 июня
3 объемных урока
Чат для общения

Spring AI: как надо, а не как все

Онлайн-курс для Java-разработчиков, которые уже поняли: микросервис без ИИ — это несерьезно. Пора делать это правильно.
Купить за 9 500 руб.
26 июня
3 объемных урока
Чат для общения
Да, это тот самый Евгений Борисов, который обычно выступает вживую и машет руками у доски. Теперь он прямо у вас в компьютере. И с новым курсом.

Онлайн-курс для Java-разработчиков, которые уже поняли: микросервис без ИИ — это несерьезно. Пора делать это правильно.

Курс разработан Евгением Борисовым — инженером, который десятки раз объяснял Spring проще, чем в официальной документации.

Вместе с ним вы пройдете путь создания Java-приложения с локальной LLM: с архитектурой, Spring AI, RAG и набором инженерных решений, которые действительно работают.
Евгений Борисов, автор курса
Онлайн-курс для разработчиков, знакомых с Java и Spring
Онлайн-курс для тех, кто хочет встроить ИИ в свое приложение и выстроить архитектуру так, чтобы все работало как надо, даже на локальной модели.
А это значит безопасно. И почти бесплатно.
Опытный инженер-практик покажет, как подойти к созданию приложений с локальными LLM-моделями не по учебнику, а по-взрослому: с пониманием архитектуры, принципов взаимодействия и маленькими трюками, которые сделают работу с AI не только эффективной, но и приятной.
Во время прохождения курса вы получите рекомендации по настройке инструментов, выбору архитектурных решений и улучшению качества взаимодействия с моделью.

  • Кому будет интересен этот курс?

    • Тем, кто уверенно владеет Java и работает с этим языком программирования на практике
    • Тем, кто знаком с основами Spring Framework (если понимаете, что такое @Component, вы с нами)
    • Тем, кто хочет использовать современный AI как инженер, а не как пользователь облачного чата
    • Тем, кто ищет прикладной и понятный подход к RAG, Spring AI и локальным LLM, чтобы все действительно работало, а не выглядело модно

  • Зачем

    • Чтобы разобраться в применении Spring AI на практике, а не по «демкам» из документации
    • Чтобы не просто «поиграться с LLM», а встроить ее в продуманную архитектуру
    • Чтобы научиться работать с RAG, не читая научные статьи
    • Чтобы получить не очередной вебинар, а инженерную сборку с кодом, стартерами и выводами

  • Что останется у вас после

    • Рабочий микросервис со Spring AI, локальной моделью и интеграцией с RAG
    • Гибкий стартер для будущих LLM-проектов
    • Код, который можно дорабатывать под конкретные задачи
    • Понимание, как проектировать AI-интеграции так, чтобы они работали, а не удивляли
Преподаватель
Евгений Борисов
Java-разработчик с двадцатилетним стажем работы, один из самых узнаваемых спикеров в сообществе. Его доклады про Spring смотрели и обсуждали тысячи разработчиков, а фразы из них давно стали мемами (Spring-потрошитель часть 1, Spring-построитель, Spring — Глубоко и не очень). Сегодня Евгений занимается разработкой AI Games — игровых решений для изучения и внедрения искусственного интеллекта в корпоративную среду.
Про что будет курс?
Про Spring AI. Но не как у всех: «Давайте подключим GPT и отправим туда джисончик».

Нет. У нас все будет:
  • Дешево: потому что мы берем локальную LLM (через Ollama), а не ваш кошелек
  • Весело: потому что с локальной моделью будет куча приключений
  • Качественно: потому что мы «прикрутим» RAG (и не просто RAG, а с кастомными Advisors, которые будут дополнительно улучшать качество ответов разными техниками)
  • По-взрослому: потому что в процессе мы напишем свой стартер Spring Boot, т. к. настоящие инженеры Spring Boot, когда делают что-то уникальное, но полезное многим, делают это стартером

Не какой-то безликий „Hello, world!”.

Мы построим осмысленное расширяемое приложение, которое:
  • Умеет общаться с LLM
  • Помнит историю
  • Понимает контекст
  • Знает то, что ни один GPT не знает
Евгений Борисов, автор курса
Программа курса
Теория не ради галочки. Все сразу закрепляется в коде, шаг за шагом: от запуска локальной модели до настройки кастомного RAG и создания удобного стартера.
🔷 Диалог с моделью: создаем микросервис, который работает с локальной LLM и хранит историю переписки для полноценного общения
🔷 «И ты, RAG»: учимся готовить данные, резать их на чанки, подключать к модели и «запиливаем» свой стартер Spring Boot для LLM-приложений — все полезное уходит туда, все можно будет настраивать
🔷 Оптимизация качества (выжмем из локальной модели то, что облаку и не снилось): пишем кастомный Advisor, внедряем Query Extensions, retrieval-стратегии и ранкеры — улучшаем ответы без увеличения мощности модели
SPRING AI: КАК НАДО, А НЕ КАК ВСЕ
Онлайн-курс для тех, кто хочет встроить ИИ в свое приложение и выстроить архитектуру так, чтобы все работало как надо, даже на локальной модели. А это значит безопасно. И почти бесплатно.
Курс включает техники, которые вы вряд ли встретите в других материалах по Spring AI:
  • Кастомные retrieval-стратегии, чтобы запросы были умнее, а ответы точнее
  • Оптимизация промптов для слабых моделей
  • Настройка баланса между историей диалога и знаниями из RAG
  • И, наконец, RAG, который действительно помогает, а не просто добавлен, «потому что сегодня так принято»

  • Кому будет интересен этот курс?

    • Тем, кто уверенно владеет Java и работает с этим языком программирования на практике
    • Тем, кто знаком с основами Spring Framework (если понимаете, что такое @Component, вы с нами)
    • Тем, кто хочет использовать современный AI как инженер, а не как пользователь облачного чата
    • Тем, кто ищет прикладной и понятный подход к RAG, Spring AI и локальным LLM, чтобы все действительно работало, а не выглядело модно

  • Зачем

    • Чтобы разобраться в применении Spring AI на практике, а не по «демкам» из документации
    • Чтобы не просто «поиграться с LLM», а встроить ее в продуманную архитектуру
    • Чтобы научиться работать с RAG, не читая научные статьи
    • Чтобы получить не очередной вебинар, а инженерную сборку с кодом, стартерами и выводами

  • Что останется у вас после

    • Рабочий микросервис со Spring AI, локальной моделью и интеграцией с RAG
    • Гибкий стартер для будущих LLM-проектов
    • Код, который можно дорабатывать под конкретные задачи
    • Понимание, как проектировать AI-интеграции так, чтобы они работали, а не удивляли

Стоимость Курса — 9 500 руб.

Купить
Вопросы и ответы