(企画者のための)LLMの基礎とLLMベースのサービス企画の理解
arigaram
¥12,511
入門 / NLP, gpt, AI, ChatGPT, LLM
4.0
(9)
LLMが必要な理由と技術的背景及び基本概念を説明します。
入門
NLP, gpt, AI
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。
LangChainを用いて、検索の最適化、リランキング、ルーティング、ツール連携を含む高度なRAGパイプラインを構築する能力。
RAGASとAI生成テストセットを用いて、RAGシステムを評価・改善するスキル。
本番環境レベルの機能を備えたフルスタックAIアプリケーション(React + FastAPI + Docker)を構築する実践的な経験。
安全で信頼性が高く、制御されたAIの動作を実現するために、NeMo Guardrailsを統合するための知識。
LCEL、Runnables、およびLangChainのモダンなパイプライン構造に関する実践的な専門知識。
学習対象は
誰でしょう?
LangChainの基礎は理解しているものの、高品質で本番運用に耐えうる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、不適切なチャンク分割、あるいは信頼性の低いAIの挙動に悩み、パイプラインを改善するための体系的な手法を必要としているエンジニア。
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を必要としている、AIプロジェクトに携わるすべての方。
前提知識、
必要でしょうか?
はい。受講者にはPythonの中級程度の知識と、LangChainの概念に関する基本的な理解があることが望ましいです。データ型、関数、オブジェクト指向プログラミング(OOP)、およびAPIの扱いを理解していると、例題をよりスムーズに進めることができます。また、ターミナルコマンドとDockerに関する基礎知識があることも推奨されます。
こんにちは、マルクスです。人工知能とPythonを専門とするソフトウェア開発者です。金融業界で働いており、LangChainを用いたLLMアプリケーションの開発や、それらを本番環境へデプロイした豊富な経験があります。
私は教えることに情熱を注いでおり、受講生の皆さんのために複雑なトピックを親しみやすく実践的なものにするよう努めています。また、明確で実践的な学習体験を提供することに重点を置いています。
私の知識を皆さんに共有し、スキルアップのお手伝いができることを楽しみにしています。
私のコースで皆さんをお迎えし、皆さんの学習の旅をサポートできることを楽しみにしています!
全体
36件 ∙ (3時間 28分)
全体
1件
同じ分野の他の講座を見てみましょう!