Java命名

今はAIを活用して開発する時代。AIをより良く活用し、より優れた、より正確なコードやドキュメントを作成する方法が必要なので、それに合った方法を提案します。

ChatGPTのような大規模言語モデルの基本原理を、理論を中心に説明します。

ジュニア開発者が人工知能を開発ツールとして活用し、企画からコード作成、デプロイ、検証に至る全体的な開発プロセスを理解できるようにすることで、AI時代に必要なフルスペクトラム（Full-Spectrum）能力を身につけて生存し、発展できるようにします。

LLMが必要な理由と技術的背景、および基本概念について説明します。

生成AIまたはLLMをベースにRAG（検索拡張生成：Retrieval-Augmented Generation）システムを構築しても、望む性能が得られず、適切な解決策が見つからない場合はどうすればよいでしょうか？ 本講義では、認知負荷（Cognitive Load）理論に基づき、RAG性能を改善する方策を提示します。この講義を通じて、LLMコンテキストウィンドウの限界を理解し、RAGシステムにおける認知負荷の効果的な管理方法を習得できます。チャンク（Chunk）のサイズと構造設計、高品質チャンク生成手法、動的最適化、性能評価、実践技法などを網羅する実務レベルの理論講義です。

シキュアコーディング（Secure Coding: セキュアコーディング）が何か全く知らなくても理解できるようになる講義です。 基本的なセキュアコーディングの概念を習得後、ウェブサービスのセキュリティを中心に解説します。 OO大学主催の特別講義として行われたものです。 160以上のソースコードを豊富なコメント付きで提示し、実務で即座に使える核心テーマと技法をピンポイントで理解できるようになります。

この講義は大規模言語モデル(LLM)や生成型人工知能を効果的に活用するための核心技術であるプロンプトエンジニアリングを体系的に学習する過程です。 基礎理論から実戦技法、そして最新応用事例とセキュリティ・倫理問題まで幅広く扱い、LLMベースサービス開発者・データサイエンティスト・AI企画者すべてに実質的な助けを提供します。

問題化（Problematization）は、問題提起、問題作成などとも翻訳される用語です。そして、問題設定や問題定義とも翻訳され得ます。要請事項や常識のような既知の事実に対し、新しい観点から疑問を呈し、問題を定義し、この問題を解決する方法を組み立てていく過程が含まれている概念です。問題化はあらゆる開発の出発点となるべきですが、未だ開発分野で十分に議論されていないテーマです。プロジェクトを遂行することやプログラムを開発することも、実は問題を解決する計画を立てる作業です。つまり、問題化と関連があるということです。 問題を解決するには、まず問題が明確に定義されている必要があります。しかし、ほとんどの場合、曖昧な要請の形で問題が与えられます。したがって、曖昧な要請を明確な問題に変える力があってこそ、不必要な「開発の無駄」を減らし、協業は円滑になり、ユーザーの真のニーズを正確に把握することができます。この講義は、実践事例とツールを通じて、問題を「構成する思考」を訓練するよう手助けします。

生成AIの一種であるLLMを基盤として構築するアプリケーションやウェブサービスを企画する際に必要となる「サービスデザイン」の概念と方法を習得できます。

C言語の基本概念と基本文法を迅速に理解できます。

👨‍🍳 コードを料理するように、きれいに、美味しく！ 『クリーンコーディング』は、料理に例えてクリーンコーディングを楽しく学ぶ料理人のような開発者のコード料理教室です。🍽️

自然言語処理技術の出発点から、最新のLLMモデルに至るまでの過程で開発された様々な言語モデルを詳細に説明します。

LLMベースのマルチエージェント技術の実装を可能にするCrewAI、知識グラフ、推論システムを結合し、AI判事を作ってみます。

LLMサービスを企画するために、ユーザーの要望を収集し分析する方法を検討します。

LLMの限界と限界克服策、最新の研究テーマを探ります。

LLMを用いて構築できるアプリケーションやウェブサービスにはどのようなものがあるのか見ていきます。