트랙 설명

LangChain으로 애플리케이션 개발하기

LLM이 포함된 애플리케이션을 구축하는 것은 프롬프트, 모델, 벡터 데이터베이스, API, 에이전트 등 관련 구성 요소가 너무 많아 어려울 수 있습니다. LangChain에 입문하세요! LangChain은 단일하고 통합된 구문을 사용해 구성 요소를 구축하고 조율하는 프레임워크입니다.이 기술 트랙에서는 LangChain을 사용해 Python으로 가장 일반적인 LLM 애플리케이션을 구축하는 방법을 익히게 됩니다. Hugging Face와 OpenAI의 모델을 사용해 영향력 있는 챗봇을 만드는 기본기를 익히게 됩니다.Retrieval Augmented Generation(RAG)를 익히게 되며, 이를 통해 자신의 데이터를 애플리케이션에 통합하여 모델이 학습 데이터를 넘어설 수 있게 됩니다.에이전틱 시스템은 AI와 LLM 애플리케이션 개발에서 가장 흥미로운 발전 중 하나이며, 여러분은 직접 구축하는 방법에 대한 완전한 강의를 받게 됩니다! 에이전트는 LLM을 사용해 결정을 내리며, 사실상 입력에 따라 서로 다른 행동을 취할지 결정합니다. 이러한 작업에는 API 호출, Python 코드 실행, 심지어 RAG 수행까지 포함될 수 있습니다!그 과정에서 새롭게 익힌 지식을 실습형 인터랙티브 프로젝트에 적용하게 됩니다. 오늘 생성형 AI 세대에 합류하세요!

선수 조건

이 트랙에는 선수 조건이 없습니다

Course
1
Developing LLM Applications with LangChain
Discover how to build AI-powered applications using LLMs, prompts, chains, and agents in LangChain.
Course
2
LangChain으로 배우는 Retrieval Augmented Generation (RAG)
LangChain을 활용한 검색 강화 생성(RAG)으로 외부 데이터를 대규모 언어 모델(LLM)과 통합하는 최신 기법을 익히세요.
Project
보너스
Building RAG Chatbots for Technical Documentation
Implement retrieval augmented generation (RAG) with LangChain to create a chatbot for answering questions about technical documentation.
Course
4
LangChain으로 에이전트형 시스템 설계하기
LangChain 에이전트의 기본 구성 요소를 숙지하고 맞춤형 채팅 에이전트를 구축하세요.

LangChain으로 애플리케이션 개발하기

3 강의

트랙
완료

수료증 획득

LinkedIn 프로필, 이력서 또는 CV에 이 인증서를 추가하세요
소셜 미디어와 성과 평가에서 공유하세요지금 등록

LangChain으로 애플리케이션 개발하기

팀을 교육하시나요?

트랙 설명