LangChain과 LLM으로 만드는 AI 업무 자동화: RAG·프롬프트 체인·멀티에이전트
한희선
₩5,500
얼리버드
70%
₩1,650초급 / Python, R, multi-agent, vector-database, 인공지능(AI), LangChain, RAG
New
New
Part I LangChain PDF를 페이지별 Document로 불러와 청킹하고, 임베딩으로 벡터화해 벡터 저장소에 색인하는 과정을 코드로 실습 질문을 벡터로 바꿔 유사도 검색(점수·벡터·MMR 포함)을 하고, 이를 Retriever(Runnable)로 감싸 RAG에 연결 검색 품질 점검, 보안·거버넌스(프롬프트 인젝션 포함), 자주 하는 실수를 정리해 실무 적용 기준 Part II 의사결정나무의 한계를 극복한 랜덤포레스트 알고리즘을 R로 구현하고, 모델 결과를 정확히 해석 하이퍼파라미터 튜닝과 교차 검증, ROC 곡선 분석까지 실무에 바로 적용 가능한 전체 워크플로우 PartIII 민원·문의 자동 분류·응답 시스템 만들기 - 프롬프트 체인·멀티에이전트 실전
초급
Python, R, multi-agent
