チャットボットを作りながら学ぶAIエージェント開発のすべて（FastAPI、RAG、Vector、LangChain、sLLM/ファインチューニング）

ユーザーの質問に対してリアルタイムでSQL文を生成し、照会を行うText-To-SQLシステムについて学ぶことができます。

LLMアプリケーションが開発パラダイムをどのように変化させているかを探求します。既存の技術との比較を通じて、LLMがなぜ持続可能な核心技術として定着しているのかを理解し、開発者として備えるべき必須の逆量と思考法の変化を学習します。専門講師のインサイトを通じて、LLMアプリケーション開発の本質と未来の方向性を把握することができます。

LLMベースのマルチエージェント技術を実装可能にするCrewAI、LangChain、AutoGenなどの様々なエージェントフレームワーク、知識グラフ、推論システムを組み合わせ、人工知能（AI）裁判官を構築する方法について探求します。

生成AI時代においては、単にプロンプトを作成するだけでは実務上の問題を解決することは困難です。実際のサービスでは、自ら判断し、ツールを呼び出し、データを検索し、複数のエージェントが協働するAIシステムを設計できなければなりません。 本講義は、AIエージェントを初めて設計する開発者から、実務で運用可能なシステムを構築したいエンジニアまで、幅広い方を対象とした実践中心のコースです。 LangGraphを活用したエージェントアーキテクチャの設計から、状態管理（State Management）、Tool Calling、APIおよびMCP連携、自然言語によるデータベース制御、RAGの構築、セマンティック検索、Few-shot Learning、Reflection、Fine-tuningまで、段階的に学習します。 また、マルチエージェント協働構造、Supervisorパターン、Actor-Critic戦略、非同期通信、自動評価システム、Quality Gateの構築方法を、実際のプロジェクトを通じて身につけます。 最後に、Metrics・Logs・Tracingに基づくモニタリング、Shadow Deployment、Canary Deployment、Drift Detection、RCAの自動化、A/Bテストなど、実際の運用環境で必要となるMLOpsおよびAIエージェント運用戦略も併せて学びます。 講義を修了すると、最新のAIエージェント技術を活用し、実際のサービスに適用可能な高性能AIシステムを自ら設計・開発・運用できるようになります。

大規模言語モデル（LLM）、検索拡張生成（RAG）、およびエージェントAIシステムを使用した、最新の生成AIアプリケーション構築の完全なライフサイクルをマスターしましょう。プロンプトエンジニアリングからデプロイまで、エンタープライズグレードのAIソリューションを設計する方法を学び、LLMをベクトルデータベースや外部知識ソースと組み合わせて、本番環境に対応したアプリケーションを構築します。

ChatGPTのようなAIの根幹となる技術、LLM（大規模言語モデル）とエージェント。LLMは現時点でAGI（汎用人工知能）に最も近づいた技術です。この講義では、一般の方の視点でLLMとエージェント技術について学んでいきます。

RAGを実装したいけれど、埋め込みからベクトルの保存・検索までの連携構造が難しく感じていませんか？この講義では、実際のサービス開発経験に基づいて、pgvectorの基本概念とサービスのソースコードを解説します。実際にAPIを呼び出しながら、RAGベクトル検索が動作する全体の流れを素早く理解できます。

OpenClawを活用して、AIエージェントを基礎から実務レベルまで構築する方法を学ぶ講座です。 単なる機能紹介ではなく、OpenAI、ローカルLLM、メモリ、セッション、Tools、Skillsを一つの流れとして習得できます。 シリコンバレーでAIと大規模システムを開発して得た実務経験とノウハウをもとに、実際のプロジェクトで活用可能なアーキテクチャと運用方法を併せて解説します。 受講後には、自分だけのAIエージェントを設計し、様々なサービスと連携して自動化まで実装できるようになります。 AIを使うだけでなく、自ら構築し運用する方法を学びたい方のための、実践中心の講座です。

<大規模言語モデル、核心だけ素早く!>(インサイト、2025)を基にしたLLMの理論と実戦例題を扱う講義です。

ChatGPTやClaudeのような大規模言語モデルの基礎原理を深く探求しながら、開発能力を高めることができます。普段なかなか接することのできない多様な情報や開発技法を学ぶことができます。

"LoRAベースの軽量ファインチューニングで自分だけのカスタムLLMを作る第一歩！" この講義は、初めてLLMに触れる方でも簡単についてこられるように設計された入門実習講義です。 複雑な理論は最小限に抑え、モデルの読み込み → データ適用 → 学習 → 結果比較まで全過程を段階的にご案内します。 短時間でLoRA・QLoRAのような最新の軽量ファインチューニング技法の流れを直接体験しながら、 「LLMファインチューニングはこうやって動くんだ」という感覚をつかむことができます。 多くのリソースがなくても、自分のドメインに特化したLLMを作る達成感を直接感じてみてください！

AI APIの呼び出しだけでは、分類サービスを完成させるのは困難です。実務経験に基づき、実装からデプロイまでご案内します。

LLMを使用して構築できるアプリケーションやWebサービスにはどのようなものがあるか見てみましょう。

LLMを活用したサービスを作る中で、プロンプトやモデルを変更した後、以前より回答の品質が低下したかどうかを確認するのが難しかった経験があるなら、この講義が解決策になるかもしれません。自分で評価基準を作成し、変化した回答を自動的に見つけ出す方法を学びます。

ChatGPTに求める結果を依頼し、資料の根拠と結果を確認する方法を学びます。文書・データ・ライティングの実習から始め、OpenAI API、RAG、エージェント、評価・運用まで段階的に学ぶ全70回のコースです。

『ゼロから作って学ぶLLM』（ギルボット、2025）のGitHubノートブックとボーナスコンテンツを扱う講義です。GitHub: https://github.com/rickiepark/llm-from-scratch/ 『ゼロから作って学ぶLLM』は、セバスチャン・ラシュカ（Sebastian Raschka）が書いたベストセラー『Build a Large Language Model (from Scratch)』（Manning、2024）の翻訳書です。この本は、OpenAIが作ったGPT-2モデルをゼロから始めて完全なモデルを作ってみながら、大規模言語モデルの動作原理を学び活用する方法を提供します。

[ソースコード提供] コーディングの知識がなくてもOK。Googleの最新ツール(IDX)でインストール不要、ブラウザですぐに完成！ コーディングの文法学習はもう終わり！AIと対話しながら(Vibe Coding)、Google IDX環境で社内文書を完璧に理解するRAGチャットボットを構築し、ウェブでリアルタイムにデプロイする超高速実践コースです。

メイカソンで80%が詰まるポイント、今すぐ解決しましょう。 Raspberry Pi・コンピュータビジョン・LLM・3D設計まで4週間完成! デモ可能なスマートミラーPoCでメイカソン上位入賞達成!

ChatGPTは使うけれど、 なぜこのような回答が出てくるのか、説明するのは難しいと感じたことはありませんか？ 「RAG、エージェント、ファインチューニング…用語は知っているけれど、正確に説明するのは難しい」 「LLM関連の用語を聞くと、言葉に詰まってしまう」 「AIに関する会議では、概念の説明がいつも曖昧になってしまう」 この講義は、まさにこのような方のために作られました。 この講義は、LLMを「ツール」ではなく「構造」として理解するための理論講義です。 ChatGPTやGeminiの使い方ではなく、 なぜそのように動作するのかを説明できる基準を身につけられます。