트랙 설명

LangChain을 이용한 애플리케이션 개발

LLM을 활용하는 애플리케이션 구축은 프롬프트, 모델, 벡터 데이터베이스, API, 에이전트 등 수많은 구성 요소가 포함되어 있기 때문에 어려울 수 있습니다. LangChain을 만나보세요! LangChain은 단일의 통합된 구문을 사용하여 구성 요소를 구축하고 조정하기 위한 프레임워크입니다.이 스킬 트랙에서는 LangChain을 사용하여 Python으로 가장 일반적인 LLM 애플리케이션을 구축하는 방법을 익히게 됩니다. Hugging Face와 OpenAI의 모델을 사용하여 효과적인 챗봇을 구축하는 기본 원리를 익히게 될 것입니다.여기서는 RAG(Retrieval Augmented Generation)를 살펴보게 될 것입니다. RAG를 사용하면 애플리케이션에 자체 데이터를 통합하여 모델이 학습 데이터의 범위를 넘어설 수 있습니다.에이전트 시스템은 AI 및 LLM 애플리케이션 개발에서 가장 흥미로운 발전 중 하나이며, 여러분은 자신만의 에이전트 시스템을 구축하는 방법에 대한 완벽한 속성 강좌를 받게 될 것입니다! 에이전트는 LLM을 사용하여 의사 결정을 내리는데, 이는 입력값을 기반으로 다양한 조치를 취하기로 결정하는 것을 의미합니다. 이러한 작업에는 API 호출, Python 코드 실행 또는 RAG 수행 등이 포함될 수 있습니다!이 과정에서 여러분은 새롭게 습득한 지식을 실제적이고 상호작용적인 프로젝트에 적용하게 될 것입니다. 지금 바로 생성형 AI 시대에 동참하세요!

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.

LangChain을 이용한 애플리케이션 개발

3 강의

트랙
완료

수료증 획득

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

19백만 명 이상의 학습자와 함께 LangChain을 이용한 애플리케이션 개발 을(를) 시작하세요!

무료 계정을 만드세요

또는

계속 진행하시면 당사의 이용약관, 개인정보처리방침 및 귀하의 데이터가 미국에 저장되는 것에 동의하시는 것입니다.

LangChain을 이용한 애플리케이션 개발

무료 계정을 만드세요

2명 이상을 교육하시나요?

트랙 설명