eedo

このコースでは、LangChainフレームワークを使用して、高度なRAGシステムの設計、構築、評価方法を学びます。LCEL、Runnables、高度な検索技術、チャンク分割戦略、クロスエンコーダーによるリランキング、エージェント型RAG、ツール呼び出し、SQL連携、そしてNeMo Guardrailsを用いた安全性確保の技術を習得します。また、LangFuse、React、FastAPI、Dockerを使用して、フルスタックAIチャットボットのトレース、デバッグ、デプロイ方法についても学びます。

antoinevolver2047

高度なLangChainテクニック：RAGアプリケーションを極める (2026)

LangChain

langchain

In this course, you will learn how to design, build, and evaluate advanced RAG systems using the LangChain framework. You will master LCEL, Runnables, advanced retrieval techniques, chunking strategies, cross-encoder reranking, agent-based RAG, tool calling, SQL integration, and safety techniques using NeMo Guardrails. You will also learn how to trace, debug, and deploy a full-stack AI chatbot with LangFuse, React, FastAPI, and Docker.

Markus Adam

입문

초급

중급이상

대규모 언어 모델

랭체인

검색증강생성

AI 에이전트

AI Agent

Advanced LangChain Techniques: Mastering RAG Applications- (2026)

Before we start

LangChain Expression Language(LCEL): A Deep Dive

Indexing API

RAGAS - Framework for Evaluating RAG Performance

Chunking Techniques

Embedding Models

Improving queries for better retrieval

Parent Document Retriever - Two-Stage-Retrieval

Agentic RAG

Retrieval - Postprocessing Documents

Routing

NeMo Guardrials

LangFuse

Tool Calling