강의

멘토링

커뮤니티

NEW
AI Technology

/

AI Agent Development

Agentic(Modular) RAG với LangGraph phiên bản 1 từ cơ bản đến nâng cao

Khóa học này về RAG (Retrieval-Augmented Generation) 👉 Không chỉ dừng lại ở việc giải thích khái niệm 👉 Mà còn trực tiếp xây dựng cấu trúc hoạt động thực tế 👉 Và trải nghiệm cả việc mở rộng·nâng cao - đây là khóa học tập trung vào thực hành. Bắt đầu từ ví dụ RAG đơn giản, Từng bước học tập đến mức có thể ứng dụng ngay trong công việc thực tế từ Advanced RAG → Modular RAG → đến RAG dựa trên Agent.

5 học viên đang tham gia khóa học này

  • goodwon5937125
실습 중심
AI 활용법
langgraph
multi-agent
rag시스템구축
AI
ChatGPT
prompt engineering
LLM
Generative AI

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu rõ cấu trúc pipeline toàn bộ của RAG

  • Thấu hiểu giới hạn của Naive RAG và lý do cần thiết phải có Advanced RAG

  • # Thiết kế tách biệt có cấu trúc cho VectorDB, Retriever và Evaluation

  • Kinh nghiệm triển khai RAG dựa trên nhiều loại VectorDB như PGVector, Elasticsearch

  • Self-RAG, Corrective RAG(CRAG), mở rộng đến Supervisor Agent RAG

Làm chủ hoàn toàn RAG: Từ cơ bản đến Agent

Khóa học này là khóa học thực chiến tập trung vào việc học mọi thứ về RAG (Retrieval-Augmented Generation).

Bắt đầu từ Naive RAG cơ bản, trải qua Advanced RAG, và học từng bước cho đến Agentic RAG - xu hướng mới nhất.

[[STRONG_1]]LangChain[[/STRONG_1]]과 [[STRONG_2]]LangGraph[[/STRONG_2]]를 활용하여 실무에서 바로 적용 가능한 RAG 시스템을 구축하는 방법을 배웁니다.

Đặc điểm của khóa học này

📌Học tập theo từng bước: Tăng dần độ khó theo thứ tự Naive → Advanced → Modular(Agentic)

📌Trải nghiệm đa dạng công cụ: Trực tiếp làm việc với nhiều Vector DB, Embedding Models và Retriever khác nhau

📌 Tìm kiếm Hybrid: Học cách kết hợp tìm kiếm vector và tìm kiếm từ khóa bằng cách sử dụng Elasticsearch

📌Công nghệ mới nhất: Bao gồm cả Agent RAG sử dụng LangGraph

📌Đánh giá hiệu suất: Học cách đánh giá hiệu suất của hệ thống RAG một cách khách quan thông qua RAGAs

Khóa học này được khuyến nghị cho những người sau đây

Nhà phát triển ứng dụng dựa trên LLM

Nếu bạn có kinh nghiệm sử dụng LLM API, bạn có thể xây dựng dịch vụ AI cấp độ production sử dụng dữ liệu doanh nghiệp thông qua khóa học này

Người mới bắt đầu học hệ thống RAG
Nếu bạn chưa biết gì về RAG, bạn có thể làm chủ hoàn toàn từ cơ bản đến triển khai thực tế thông qua khóa học này

Những người quan tâm đến AI Agent
Nếu bạn quan tâm đến agent, thông qua khóa học này bạn có thể triển khai Agentic RAG thực hiện các quyết định phức tạp bằng LangGraph

Sau khi học xong

  • Bạn có thể xây dựng hệ thống RAG từ nhiều nguồn dữ liệu khác nhau

  • Bạn có thể lựa chọn Vector DB và Embedding Model phù hợp với đặc thù của dự án

  • Có thể áp dụng nhiều kỹ thuật khác nhau để cải thiện hiệu suất RAG

  • Bạn có thể thiết kế và triển khai RAG dựa trên agent phức tạp với LangGraph

  • Bạn có thể đánh giá định lượng và cải thiện chất lượng của hệ thống RAG

Bạn sẽ học những nội dung như thế này.

Kỹ thuật Retriever nâng cao

MultiQuery Retriever và Reranker giúp cải thiện chất lượng tìm kiếm thông qua phương pháp học tập.

Triển khai Hybrid RAG

Elasticsearch được sử dụng để xây dựng hệ thống tìm kiếm kết hợp giữa tìm kiếm vector và tìm kiếm từ khóa (BM25).

Đánh giá hiệu suất RAG

RAGAs sử dụng framework để đo lường và cải thiện chất lượng câu trả lời của hệ thống RAG một cách khách quan.

Agent RAG sử dụng LangGraph

Vanilla RAG, Corrective RAG, Self RAG, Supervisor Agents và nhiều loại RAG dựa trên agent khác được triển khai bằng LangGraph.

Lưu ý trước khi đăng ký khóa học

Môi trường thực hành

  • Khóa học được giải thích dựa trên MacOS. Nếu bạn có môi trường có thể chạy Python, bạn có thể theo dõi khóa học bất kể hệ điều hành nào như Windows, Linux, v.v.

  • Trong khóa học, chúng tôi đã sử dụng trình soạn thảo VSCode, nhưng bạn có thể sử dụng bất kỳ trình soạn thảo nào như Cursor, PyCharm, v.v.

Tài liệu học tập

  • Cung cấp tệp nén cho mỗi phần (requirements.txt, jupyter files, v.v.).

Kiến thức cần có và lưu ý

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người đã sử dụng LLM nhưng còn bối rối về cấu trúc RAG

  • Những người đang sử dụng LangChain/LangGraph mà không có lý do rõ ràng

  • Những người muốn biết lý do hiệu suất RAG không đạt yêu cầu

  • Những người muốn mở rộng đến RAG dựa trên Agent

Cần biết trước khi bắt đầu?

  • Trong khóa học này, chúng ta sử dụng phiên bản trả phí của Chat GPT.

  • Cần có kiến thức cơ bản về Python.

Xin chào
Đây là

282

Học viên

6

Đánh giá

1

Trả lời

4.7

Xếp hạng

3

Các khóa học

안녕하세요, 강의를 맡은 조경원입니다.
저는 중소기업부터 대기업까지 다양한 산업 환경에서 웹 개발, 인공지능(AI), 그리고 AWS 인프라 구축 등 폭넓은 실무 경험을 쌓아왔습니다.

이러한 경험을 바탕으로 2022년부터는 오프라인에서 AI 분야의 강의를 진행하며, 실무와 이론을 연결하는 교육을 이어오고 있습니다.

Chương trình giảng dạy

Tất cả

50 bài giảng ∙ (9giờ 29phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Ưu đãi có thời hạn

24.750 ₫

50%

1.043.422 ₫

Khóa học khác của goodwon5937125

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!