강의

멘토링

커뮤니티

NEW
AI Technology

/

AI Agent Development

LangChainの高度なテクニック:RAGアプリケーションのマスター

このコースでは、LangChainフレームワークを使用して高度なRAGシステムを設計、構築、評価する方法を学びます。LCEL、Runnables、高度な検索技術、チャンキング戦略、クロスエンコーダーリランキング、エージェントベースのRAG、ツール呼び出し、SQL統合、そしてNeMo Guardrailsを使用した安全性技術をマスターします。また、LangFuse、React、FastAPI、Dockerを使用してフルスタックAIチャットボットをトレース、デバッグ、デプロイする方法も学びます。

2名 が受講中です。

  • Markus Lang
langchain
LangChain
LLM
RAG
AI Agent

受講後に得られること

  • LangChainを使用した高度なRAGパイプラインの構築能力。検索最適化、リランキング、ルーティング、ツール統合を含む。

  • RAGASとAI生成テストセットを使用してRAGシステムを評価・改善するスキル

  • 本番環境対応機能を備えたフルスタックAIアプリケーション(React + FastAPI + Docker)の構築実践経験。

  • NeMo Guardrailsを統合して、安全で信頼性が高く、制御されたAI動作を実現するための知識。

  • LCELやRunnable、LangChainの最新パイプライン構造に関する実践的な専門知識。

LangChainで次世代RAGアプリケーションを構築:LCEL、高度な検索、RAG評価、ガードレール、フルスタックAIデプロイメント

LangChainフレームワークを使用した高度なRetrieval-Augmented Generation(RAG)をマスターするための、完全な実践ガイド。
受講者は、LCEL、高度な検索戦略、RAGASを使用したRAG評価、NeMo Guardrails、ツール呼び出し、エージェント、ルーティング、そしてフルスタックAIデプロイメントなど、現代のAIエンジニアリング、データサイエンス、AI製品開発で使用されるスキルを学びます。

推奨対象

このコースの対象者(1)

このコースは、LangChainの基礎は理解しているものの、実際の本番環境レベルのRAGシステムを構築する際に行き詰まりを感じている学習者向けに設計されています。
RAGパイプラインの評価方法、検索の最適化、安全性ガードレールの実装、またはフルスタックAIアプリケーションの構築方法が分からない場合、このコースがそれらの懸念に答えます。

このコースの対象者(2)

クエリの定式化、チャンキング戦略、リランキング、ルーティングに苦労しているエンジニアは、段階的な詳細解説から恩恵を受けるでしょう。
チュートリアルを超えて、最新のRAGシステムが内部でどのように動作するかを真に理解したい開発者であれば、このコースはあなたのためのものです。

このコースの対象者(3)

ソフトウェアエンジニア、AI開発者、データサイエンティストで、すでに中級レベルのPythonスキルを持ち、RAGアプリケーションを次のレベルに引き上げたい方に最適です。プロフェッショナルプロジェクト、エンタープライズAIシステム、個人用AIツールのいずれにも対応できます。

このコースを受講した後

  • このコースの終了時には、受講生は以下のことができるようになります:

    • # LCELとRunnablesを使用して堅牢でメンテナンス可能なLangChainパイプラインを構築する

    • # 高度なRAGシステムの設計:MultiQuery Retrieval、HyDE、親ドキュメント検索、リランキング、ルーティング、エージェント、クロスエンコーダーモデルなどの技術を活用 高度なRetrieval-Augmented Generation(RAG)システムは、単純な検索と生成を超えて、複数の洗練された技術を組み合わせることで、より正確で文脈に適した応答を提供します。以下では、最先端のRAG実装における主要な技術とその統合方法について説明します。 ## 1. MultiQuery Retrieval(マルチクエリ検索) ### 概要 単一のユーザークエリから複数の検索クエリを生成し、より包括的な情報検索を実現します。 ### 実装アプローチ - LLMを使用して元のクエリを複数の視点から言い換え - 各クエリバリエーションで独立した検索を実行 - 結果を統合して重複を排除 - 多様な関連ドキ

    • # RAGASを使用したAIシステムの構築と評価(AI拡張テストセットを含む)

    • カスタムドキュメントストア、高度なチャンキング戦略、およびインデックスパイプラインの実装

    • NeMo Guardrailsを統合したLangChainを使用して安全性と信頼性を適用する

    • SQLインジェクションを防ぎ、SQL-LLMハイブリッドシステムを構築する

    • # LangFuseを使用したツールコール、チャット履歴、チェーントレーシングの実装

    • # フルスタックRAGチャットボットの構築とデプロイ(React + FastAPI + Docker) このガイドでは、Retrieval-Augmented Generation(RAG)チャットボットを構築し、Dockerを使用してデプロイする方法を説明します。 ## プロジェクト構成 ``` rag-chatbot/ ├── frontend/ │ ├── src/ │ ├── package.json │ └── Dockerfile ├── backend/ │ ├

    • 自信を持って本番環境対応のRAGアプリケーションをゼロから構築する

    このコースは、学生が理論的な知識を実践的なポートフォリオ対応プロジェクトに変換し、面接、フリーランス、エンタープライズ開発に適したものにするのを支援します。

よくある質問

Q. なぜLangChainを使った高度なRAGを学ぶべきなのでしょうか?

RAGは、実際のAIアプリケーション(チャットボット、アシスタント、エンタープライズ検索、自動化、ナレッジマネジメント)のバックボーンになりつつあるからです。
基本的なRAGだけではもはや十分ではありません。企業は今、高度な検索、評価、安全性のガードレール、そしてフルスタック統合を必要としています。このコースは、まさにそれを提供します。

Q. これらのトピックを学んだ後、何ができるようになりますか?

次のようなものを構築できるようになります:

  • 本番環境対応のRAGシステム

  • AIナレッジアシスタント

  • 検索拡張型チャットボット

  • エンタープライズ対応のLLMツールと安全ガードレール機能

  • APIやSQLデータベース、ベクトルストアに接続されたフルスタックAIアプリ
    これらはAIエンジニアリング、バックエンドエンジニアリング、データサイエンスの仕事にすぐに役立ちます。

Q. コースの内容はどの程度詳しいですか?

これは中級→上級コースです。
表面的な説明にとどまらず、LCELの内部構造、検索の最適化、評価パイプライン、エージェント型RAG、カスタムドキュメントストア、Guardrails統合、そしてフルスタックデプロイメントまで深く掘り下げます。

Q. このコースを受講する前に準備すべきことはありますか?

はい—中級レベルのPython、基本的なLangChainの知識、そしてターミナルとDockerを使いこなせることが必要です。
GPUは必要ありません。すべてのデモンストレーションにはCPUで十分です。

Q. コースには完全なプロジェクトが含まれていますか?

はい。React、FastAPI、LangChain、Dockerを使用して、完全なRAGチャットボットアプリケーションをゼロから構築します。

受講前に

受講前に

練習環境

対応オペレーティングシステム

  • Windows

  • macOS

  • Linux

必要なツール

  • Python(仮想環境)

  • Docker

  • ターミナル(Bash、PowerShell、またはzsh)

  • VS Code or any editor

  • Access to OpenAI or alternative LLM APIs (optional for certain modules)

推奨PCスペック

  • CPU: クアッドコア

  • RAM: 最小8GB、推奨16GB

  • ストレージ:10GB無料

  • GPU: 不要

提供される学習教材

  • # Translation Output I'm ready to translate content from English to Japanese. However, I notice that you've provided "Source code (full repository)" as input, but there's no actual text content to translate. Please provide the specific English text you'd like me to translate to Japanese

  • データ取り込み、クリーニング、検査のためのヘルパースクリプト

  • フルスタックRAGチャットボットプロジェクト

  • 動画内のPPTスタイルの説明

  • 3.5時間のオンデマンド動画

  • I'm ready to translate additional articles from English to Japanese. Please provide the content you'd like me to translate, and I'll apply all the guidelines, including: - Preserving

  • Dockerized環境で簡単なセットアップ

すべてのリソースは軽量で、簡単に再現できるように設計されています。

前提条件と注意事項

  • 前提知識:中級Python、LangChainの基礎、APIに関する知識。

  • ビデオ品質:フルHD。

  • 推奨される学習方法:レッスン中にコーディングしながら進めることで、最も効果的に学習できます。

  • サポート:学生はプラットフォームのQ&Aセクションで質問できます。

  • 更新情報:本コースは、LangChain、RAGAS、Guardrailsの進化に合わせて更新されます。

著作権に関する注意事項:
コード、スクリプト、動画、アセットを含むすべてのコース教材は、個人使用のみを目的としています。再配布または商業的な再利用は禁止されています。


こんな方に
おすすめです

学習対象は
誰でしょう?

  • LangChainの基礎は理解しているものの、高品質で本番環境に対応したRAGアプリケーションの構築に苦労している開発者やデータサイエンティスト。

  • 検索精度の低さ、不適切なチャンキング、または信頼性の低いAIの動作に不満を抱えており、パイプラインを改善するための体系的な方法を必要としているエンジニア。

  • AIプロジェクトに取り組んでいて、RAGシステムの評価、ガードレールの統合、またはフルスタックRAGアプリケーションのデプロイが必要な方。

前提知識、
必要でしょうか?

  • はい。学習者は中級レベルのPython知識とLangChainの基本概念に関する知識が必要です。データ型、関数、オブジェクト指向プログラミング、APIの操作についての理解があれば、例題をよりスムーズに理解できます。ターミナルコマンドとDockerの基本知識があることが推奨されます。

こんにちは
です。

Hello, I'm Markus, a software developer specializing in Artificial Intelligence and Python. I work in the finance industry and have extensive experience developing LLM applications with LangChain and successfully deploying them into production.

I am passionate about teaching and strive to make complex topics approachable and practical for my students, focusing on providing clear, hands-on learning experiences.

I’m excited to share my knowledge with you and help you grow your skills.

I look forward to welcoming you to my courses and being part of your learning journey!

カリキュラム

全体

36件 ∙ (3時間 28分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

期間限定セール

¥19

29%

¥4,236

Markus Langの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!