inflearn logo
知識共有
inflearn logo

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

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。

難易度 入門

受講期間 無制限

LLM
LLM
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent
LLM
LLM
LangChain
LangChain
RAG
RAG
AI Agent
AI Agent

受講後に得られること

  • 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。

LangChainで構築する次世代RAGアプリケーション:LCEL、高度なリトリーバル、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、高度な検索拡張生成(RAG)をマスターするための完全な実践ガイドです。
受講者は、LCEL、高度な検索戦略、RAGASによる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。

おすすめの方

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、実用的なプロダクショングレードのRAGシステムの構築で行き詰まりを感じている学習者を対象としています。
RAGパイプラインの評価、リトリーバルの最適化、セーフティガードレールの実装、あるいはフルスタックAIアプリケーションの構築方法に不安があるなら、このコースがそれらの懸念を解消します。

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、あるいはルーティングに苦労しているエンジニアにとって、ステップバイステップの深掘り解説は大きな助けとなるでしょう。
チュートリアルの枠を超えて、最新のRAGシステムの内部構造を真に理解したいと考えている開発者の方に、このコースは最適です。

このコースの対象読者 (3)

中級レベルのPythonスキルを既に備えており、プロフェッショナルなプロジェクト、企業向けAIシステム、あるいは個人のAIツールなど、RAGアプリケーションを次のレベルへと引き上げたいと考えている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に最適です。

このコースを修了した後

  • このコースを修了するまでに、受講者は以下のことができるようになります:

    • LCELとRunnableを使用して、堅牢でメンテナンス性の高いLangChainパイプラインを構築する

    • MultiQuery Retrieval、HyDE、親ドキュメントリトリーバル(parent-document retrieval)、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手法を用いた、高度なRAGシステムの設計

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

    • 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作成パイプラインの実装

    • LangChainに統合されたNeMo Guardrails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止し、SQLとLLMのハイブリッドシステムを構築する

    • LangFuseを使用したツール呼び出し、チャット履歴、およびチェーン・トレースの実装

    • フルスタックRAGチャットボット(React + FastAPI + Docker)の構築とデプロイ

    • 自信を持って、実用レベルのRAGアプリケーションを一から構築する

    このコースは、受講生が理論的な知識を、面接やフリーランス、企業開発に適した実用的でポートフォリオに活用できるプロジェクトへと昇華させるのに役立ちます。

よくある質問

Q. なぜLangChainでアドバンスドRAGを学ぶ必要があるのですか?

RAGは、チャットボット、アシスタント、企業検索、自動化、ナレッジマネジメントといった、実際のAIアプリケーションのバックボーンになりつつあるからです。
基本的なRAGだけではもはや不十分です。現在の企業は、高度な検索、評価、セーフティガードレール、そしてフルスタックの統合を必要としています。このコースでは、まさにそれらを習得することができます。

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:

  • プロダクション・グレードの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

  • セーフティガードレールを備えたエンタープライズ対応のLLMツール

  • API、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ですぐに役立つスキルです。

Q. コースの内容はどの程度深掘りされていますか?

これは中級〜上級者向けのコースです。
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の統合、そしてフルスタックでのデプロイ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しておくべきことはありますか?

はい。中級程度のPythonスキル、LangChainの基礎知識、およびターミナルとDockerの使用に慣れていることが必要です。
GPUは不要です。すべてのデモンストレーションはCPUで十分対応可能です。

Q. このコースにはフルプロジェクトが含まれていますか?

はい。React、FastAPI、LangChain、そして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。

お申し込みの前に

受講前の確認事項

演習環境

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 または任意のエディタ

  • OpenAIまたは代替のLLM APIへのアクセス(特定のモジュールでは任意)

推奨PCスペック

  • CPU: クアッドコア

  • RAM:最小8GB、16GB推奨

  • ストレージ:10GBの空き容量

  • GPU:不要

提供される学習教材

  • ソースコード(フルリポジトリ)

  • データの取り込み、クリーニング、および検査用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

  • 動画内でのPPT形式の解説

  • 3.5時間のオンデマンドビデオ

  • 追加記事

  • セットアップを容易にするDocker環境

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:Pythonの中級知識、LangChainの基礎、およびAPIに関する知識。

  • ビデオ品質:フルHD。

  • 推奨される学習方法:記憶に定着させるため、レッスン中に実際にコードを書きながら進めてください。

  • サポート:受講生はプラットフォームのQ&Aセクションを通じて質問することができます。

  • アップデート:本コースは、LangChain、RAGAS、Guardrailsの進化に合わせて更新されます。

著作権に関する通知:
コード、スクリプト、ビデオ、アセットを含むすべてのコース資料は、個人利用のみを目的としています。再配布や商業目的の再利用は禁止されています。


💡このコースを修了すると

このコースでは、履歴書やポートフォリオに適した形式の修了証明書を発行します。

コースを修了することでこれを受け取ることができ、学習成果の公式な証明として活用できます。

💡音声と字幕の言語オプションでスマートに学習

学習スタイルに合わせて、音声と字幕の両方を切り替えることができます。お好みの言語を選択してください。

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
Markus Adamです。

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!

もっと見る

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

全体

1件

5.0

1件の受講レビュー

  • eedo님의 프로필 이미지
    eedo

    受講レビュー 8

    平均評価 5.0

    5

    61% 受講後に作成

    似ている講座

    同じ分野の他の講座を見てみましょう!

    公開していない講座のため、受講が制限されます。