BEST

AI Development

AI Agent Development

Phát triển ứng dụng LLM sử dụng RAG (feat. LangChain)

Name: Phát triển ứng dụng LLM sử dụng RAG (feat. LangChain)
Price: 66000 KRW

Học RAG từ người chiến thắng Hackathon GenAI Thung lũng Silicon. Đầy ắp bí quyết thực chiến.

(4.9) 243 đánh giá

2,372 học viên

jasonkang

이론 실습 모두

NLP

LLM

RAG

LangChain

vector-database

openAI API

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

LangChain
Mô hình ngôn ngữ lớn
Cơ sở dữ liệu Vector
Retrieval Augmented Generation(RAG)

Người chiến thắng Hackathon GenAI Silicon Valley chia sẻ về RAG

Tiền xử lý dữ liệu và Retrieval hiệu quả: Học các kỹ thuật tiền xử lý dữ liệu cần thiết để cấu thành RAG và phương pháp tối đa hóa hiệu quả tìm kiếm bằng cách sử dụng từ khóa.
Phương pháp viết prompt hiệu quả: Hiệu suất của LLM đã được cải thiện nên bạn có thể đạt được kết quả tốt ngay cả khi viết prompt bằng tiếng Hàn. Học cách viết prompt tiếng Hàn bằng cách sử dụng PromptTemplate của LangChain.
Đánh giá hiệu suất LLM và tối ưu hóa dịch vụ: Học cách đo lường và tối ưu hóa một cách có hệ thống hiệu suất, độ tin cậy và độ chính xác của mô hình thông qua việc đánh giá LLM sau khi triển khai dịch vụ.

RAG là công nghệ Tăng cường Tạo sinh bằng Truy xuất (Retrieval Augmented Generation) giúp cải thiện hiệu suất của các mô hình ngôn ngữ lớn (LLM). LLM có khả năng hiểu và tạo sinh ngôn ngữ xuất sắc nhờ học tập từ dữ liệu văn bản khổng lồ, nhưng vẫn tồn tại những hạn chế như thiên kiến và lỗi sai sự thật. RAG có thể bổ sung những hạn chế này thông qua việc tìm kiếm thông tin thời gian thực và nâng cao độ chính xác cũng như độ tin cậy.

Đặc điểm của khóa học này

📌 Tôi đã tổng hợp những kinh nghiệm thực tế học được qua quá trình phát triển/triển khai/vận hành LLM Application trong công việc thực tế

📌 Lý thuyết 10% thực hành 90%. Chỉ giải thích nhẹ nhàng những lý thuyết cần thiết và tất cả các bài giảng đều được thực hiện bằng live coding

📌 Tôi đã không cố ý chỉnh sửa lỗi. Bạn có thể học cách debug trong quá trình phát triển dịch vụ LLM

📌 Giải quyết 100% câu hỏi về bài giảng! Thông qua hỏi đáp, chúng ta sẽ cùng nhau giải quyết những khó khăn gặp phải trong nội dung bài học hoặc trong công việc thực tế

Sau khi hoàn thành khóa học

Tiền xử lý dữ liệu và sử dụng từ khóa: Bạn có thể học các kỹ thuật tiền xử lý dữ liệu cần thiết để xây dựng RAG và cách sử dụng từ khóa để tối đa hóa hiệu quả tìm kiếm.
Đánh giá hiệu suất mô hình: Thông qua việc đánh giá LLM, bạn sẽ học cách đo lường và tối ưu hóa hiệu suất, độ tin cậy, độ chính xác của mô hình một cách có hệ thống. Bạn sẽ học cách cải thiện chất lượng mô hình thông qua kết quả đánh giá.
Triển khai và bảo trì dịch vụ: Bạn sẽ học cách triển khai và bảo trì ứng dụng bằng các công cụ như Streamlit, đồng thời trang bị những kỹ năng có thể áp dụng ngay vào công việc thực tế.
Giải quyết vấn đề Hallucination: Bạn sẽ học các kỹ thuật để giảm thiểu thông tin không chính xác do mô hình LLM tạo ra và cung cấp thông tin đáng tin cậy hơn.
Hiểu và ứng dụng công nghệ AI mới nhất: Có thể hiểu các công nghệ AI mới nhất như RAG và sử dụng chúng để phát triển ứng dụng AI riêng của mình

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Nhà phát triển muốn thử xây dựng dịch vụ LLM
Nhà phát triển có kinh nghiệm phát triển LLM Application
Nhà phát triển gặp khó khăn khi cấu hình RAG

Cần biết trước khi bắt đầu?

Python

Xin chào
Đây là

11,707

Học viên

589

Đánh giá

343

Trả lời

4.9

Xếp hạng

Các khóa học

(전) GS 그룹 AI Agent 플랫폼 개발/운영
(전) GS 그룹 DX BootCamp 멘토/코칭
(전) 시리즈 C AI 스타트업 테크리드
Stanford University Code in Place Python Instructor
네이버 부스트캠프 웹/모바일 멘토
네이버 클라우드 YouTube Channel presenter
원티드 프리온보딩 프론트엔드/백엔드 챌린지 진행 (누적 6000+)
항해 AI 플러스코스 1기 코치

Chương trình giảng dạy

Tất cả

25 bài giảng ∙ (3giờ 36phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. 1. Mục đích và đối tượng bài giảng

2 bài giảng ∙ (3phút)

Phần 2. 2. Kiến thức nền cần thiết trước phát triển thực tế

2 bài giảng ∙ (19phút)

Phần 3. 3. Cấu hình Retrieval Augmented Generation (RAG) với LangChain

11 bài giảng ∙ (1giờ 37phút)

5. 3.1 Cấu hình và kiểm chứng LangChain ChatOpenAI
09:43
6. 3.1.1 Cách tăng hạn mức (quota) API OpenAI
04:12
7. 3.1.2 Khi học mà không muốn trả tiền OpenAI API (feat. ChatUpstage)
03:28
8. 3.1.3 Trường hợp không thể liên kết API bên ngoài do vấn đề bảo mật (feat. Ollama)
04:25
9. 3.2 Cấu hình RAG với LangChain và Chroma
19:12
10. 3.2.1 Cách sử dụng UpstageEmbeddings thay vì OpenAIEmbeddings
03:27
11. 3.3 Bất tiện khi cấu hình RAG không LangChain
18:21
12. 3.4 Thay đổi Vector Database sử dụng LangChain (Chroma ➡️ Pinecone)
10:17
13. 3.4.1 Tải dữ liệu vào Pinecone bằng UpstageEmbedding
08:32
14. 3.5 Tiền xử lý dữ liệu để cải thiện hiệu quả Retrieval
06:51
15. 3.6 Cải thiện hiệu suất Retrieval với từ điển từ khóa
09:06

Phần 4. 4. Triển khai ChatBot với Streamlit

5 bài giảng ∙ (48phút)

Phần 5. 5. Phụ lục

5 bài giảng ∙ (47phút)

Ngày đăng:

Cập nhật lần cuối:

Đánh giá

Tất cả

243 đánh giá

4.9

243 đánh giá

Hyuntak Lee
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
100% đã tham gia
랭체인에 이런 명강의가 없습니다! 제가 랭체인 혼자 한 번 파보겠다고 시중에 나온 랭체인 관련 도서는 싹다 구입하고, 강의도 엄청 구매하고 했는데,, 랭체인의 버전업 때문에 무용지물이 된 게 한둘이 아니고, 초심자 입장에서 이해되게 설명하는게 없었어요. 그런데 강병진님 강의는 버전도 다 최신인데다가 듣다보면 로직이 하나하나 다 이해가 돼요. 랭체인을 배우고 싶은 모두에게 강추하고 싶은 강의입니다
- 강병진
  Giảng viên
  감사합니다! 강의의 장점은 코드가 Deprecate되면 추가로 업데이트가 가능한 점이라고 생각합니다. 혹시나 랭체인에서 업데이트가 발생하면 저도 강의를 업데이트하고 말씀드릴게요~
swgoodcode
Đánh giá 9
∙
Đánh giá trung bình 5.0
5
95% đã tham gia
느낀점 1) 내가 개인 llm 서비스를 만들었다고? 실화?…쉽다… 2) 강사님은 이 많은 기술 어떻게 배운거야…내가 계속 나아갈 수 있을까? 좌절… 하지만 문득 아이디어가 떠오르더군요… 강사님을 독촉해서 다음 강의를 만들게하자… 기다리겠습니다! 빨리 다음 강의 부탁드려요!! 실무에서 인터넷이 불가능한 환경이라 라마3로 하는 방법이 궁금합니다. 그리고 랭스미스에 대하여 잘 다루고 싶어졌습니다.
- 강병진
  Giảng viên
  "강의를 듣고 서비스를 구현할 수 있는 수준" 이라는 인정을 받은 것 같습니다. 정말 감사합니다. 질문으로 올려주신 내용에 답변 드린 것처럼 LLM Evaluation은 별도의 강의를 촬영할 예정입니다. 강의가 나오면 제일 먼저 알려드릴게요!
host0806
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
95% đã tham gia
간단한 챗봇을 만들어보려고 며칠을 챗지피티와 씨름했던 시간이 무색하게 정말 이해하기 쉽게 개발 과정을 배울 수 있었습니다. 혼자 공부할 때와는 다르게 어떤게 어디에 필요한지 알 수 있어 너무 좋았습니다. 윈도우 사용자도 크게 어렵지 않게 따라갈 수 있었습니다. 추천합니다
- 강병진
  Giảng viên
  따흑 감사합니다 ☺️ 처음 해보시는 분들도 쉽게 따라가실 수 있도록 기획했는데 잘 받아주신 것 같아요! 저는 앞으로 LLM 관련 업무를 계속 할거라 도움 드릴 수 있는 자료들을 많이 공유드려보겠습니다!
JAY probio
Đánh giá 7
∙
Đánh giá trung bình 5.0
5
69% đã tham gia
짧고 강력한 강의입니다. 핵심만 쏙쏙 뽑아서 전달하는 강의입니다. 다른 강의 들어보니까 돌려돌려 설명해서 더 어렵기만하고 이해도 안되고 ㅠㅠㅠㅠㅠㅠ 다른 강의도 많이 만들어주세요
Dominus Mr.
Đánh giá 6
∙
Đánh giá trung bình 5.0
Đã chỉnh sửa
5
100% đã tham gia
강의가 굉장히 재밌고 역동적입니다. 그리고 알고 싶고 궁굼했던 내용이 대부분이라 짱짱입니다 인프런에서 결제 꽤 많이 했는데, 몇번씩 돌려 보고 또보고 하는 건 처음 인 것 같습니다. 확실히 개념이 잡혀 갑니다. 진짜 감사합니다. 진짜 추천합니다.

1.402.898 ₫

Khóa học khác của jasonkang

Hãy khám phá các khóa học khác của giảng viên!

LangGraph를 활용한 AI Agent 개발 (feat. MCP)

강병진

대기업 AI Agent 담당자의 노하우를 가득 담은 LangGraph. 현업에서 얻어맞으면서 습득한 지식을 전달드립니다

Basic

프롬프트엔지니어링, LLM, AI Agent

LangGraph를 활용한 AI Agent 개발 (feat. MCP)

강병진

회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)

강병진

인공지능, AI, 에이전트… 뭔가 대단해 보이지만, 막상 해보면 생각보다 별 거 아닙니다. 그래서 간단한 기능을 직접 구현해보는 것이 중요합니다. 회사에서 실제로 쓸 수 있는 실용적인 프로젝트를 통해, 다양한 유즈케이스를 직접 경험하고, AI 에이전트를 활용하고 응용하는 방법까지 배워봅니다.

Basic

n8n, 인공지능(AI), LangChain

회사에서 바로 쓰는 업무자동화 AI 에이전트 (w. n8n, LangGraph)

강병진

한시간으로 끝내는 LangChain 기본기

강병진

커피 한잔 가격으로 즐기는(?) 공식문서에서 핵심만 뽑아온 LangChain 기본 강의입니다. 본격적인 개발에 들어가기 전 LangChain 문법과 친해지세요!

Beginner

LLM, LangChain, 프롬프트엔지니어링

한시간으로 끝내는 LangChain 기본기

강병진

Flutter로 만드는 LLM 챗봇 (feat. Gemini)

강병진

Flutter가 처음이신가요? Flutter Contributor가 처음부터 하나씩 소개해드립니다! Gemini를 활용한 AI 프로젝트로 Flutter 개발을 시작해보세요

Basic

Flutter, 챗봇, gemini

Flutter로 만드는 LLM 챗봇 (feat. Gemini)

강병진

실무에 바로 적용하는 스토리북과 UI 테스트

강병진

스토리북 활용법 A to Z. 스토리북의 모든것을 보여드립니다

Basic

storybook, ui-testing, React

실무에 바로 적용하는 스토리북과 UI 테스트

강병진

2시간으로 끝내는 프론트엔드 테스트 기본기

강병진

테스트코드! 어디서부터 시작해야할지 막막한 분들을 위해 준비했어요. 테스트 작성부터, 자동화를 통한 배포까지 한번에!

Basic

React, Cypress, Jest

2시간으로 끝내는 프론트엔드 테스트 기본기

강병진

실무에 바로 적용하는 AWS 배포

강병진

AWS로 서비스를 배포/운영하고싶은 분들을 위해 준비했습니다. 도메인 설정부터 도커와 서버리스까지!

Basic

AWS, Docker, aws-ecs

실무에 바로 적용하는 AWS 배포

강병진

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Gen AI RAG 실전 가이드, Langchain을 활용한 AI 챗봇 완전정복

Masocampus

Langchain과 RAG를 통해 AI 챗봇 시스템을 구축하는 완벽한 가이드! 생성형 인공지능 개발 기술을 위한 체계적인 학습 과정을 제공합니다.

Basic

LangChain, FastAPI, RAG

Gen AI RAG 실전 가이드, Langchain을 활용한 AI 챗봇 완전정복

Masocampus

graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)

판다스 스튜디오

Neo4J로 구현하는 지식 그래프 기반 RAG 시스템: 단순 벡터 검색을 넘어 데이터 관계까지 활용하는 차세대 검색 기술 그래프 데이터베이스의 힘으로 RAG 성능 극대화하기!

Basic

RAG, LangChain, neo4j

graphRAG - Neo4J로 구현하는 지식 그래프 기반 RAG 시스템 (feat. LangChain)

판다스 스튜디오

진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

데이비드최

현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

Basic

Python, 인공지능(AI), openai

진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

데이비드최

[LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

꿈꾸는범블비

LLM을 위해 필요한 기초지식부터 실전에서 쓰일법한 팁까지 핵심적인 내용위주로 빠르게 현직자가 전달합니다!

Basic

NLP, ChatGPT, LLM

[LLM 101] LLM 필수기초 & LLaMA SFT 튜닝하기 (feat. ChatApp Poc)

꿈꾸는범블비

코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

남박사

요즘도 직접 코딩하시나요? 이젠 바이브 코딩도 귀찮은 시대! 코딩 없이 n8n으로 AI 자동화 전문가가 되어보세요. 실무에 바로 적용 가능한 자동화 워크플로우 설계 가이드 업무 효율을 극대화하는 실전 중심의 자동화 전략. n8n으로 직관적인 워크플로우를 구축하며, 업무 혁신을 경험해보세요

Beginner

n8n, 인공지능(AI), RAG

코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

남박사

에이전트 개발, 어렵다고요? Microsoft랑 하면 쉽습니다!

한국마이크로소프트

Microsoft 365 Copilot 에이전트의 동작 원리와 개발 도구를 활용해, 내가 원하는 방식으로 작동하는 에이전트를 설계하고 확장하는 방법을 체계적으로 배울 수 있습니다. 1장에서는 에이전트를 만들기 전에 꼭 알아야 할 개념과 원리를 정리하고, 2장에서는 다양한 시나리오에 맞는 에이전트 유형과 도구를 살펴본 뒤, 3장에서는 Agent Builder, SharePoint Agent, Copilot Studio를 활용해 직접 나만의 에이전트를 구현해보세요. 기초부터 실습까지, 이 강의 하나로 Copilot 에이전트의 잠재력을 실무에 연결할 수 있습니다!

Intermediate

인공지능(AI), Microsoft Copilot, AI Agent

에이전트 개발, 어렵다고요? Microsoft랑 하면 쉽습니다!

한국마이크로소프트

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

Intermediate

인공지능(AI), LLM, AI Agent

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

Spring AI 실전 가이드: RAG 챗봇 만들기

Sionic AI

Spring AI로 AI를 다루는 가장 쉬운 방법을 배워봅니다. RAG 챗봇을 만들어보면서 Spring AI를 배워봅시다.

Beginner

Spring AI, LLM, RAG

Spring AI 실전 가이드: RAG 챗봇 만들기

Sionic AI

[Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

Sionic AI

Model Context Protocol (MCP) 를 이용하여 IntelliJ와 연동하여 빠르게 개발할 수 있는 방법에 대해 핸즈온 하는 튜토리얼입니다.

Beginner

IntelliJ IDEA, LLM, 인공지능(AI)

[Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

Sionic AI

Spring WebFlux + LLM 실전 구현

John H

Spring WebFlux로 여러 기능을 만듭니다. 이 강의를 통해 WebFlux의 필수 개념과 실전 구현을 익힐 수 있습니다.

Basic

Java, Spring, webflux

Spring WebFlux + LLM 실전 구현

John H

Phát triển ứng dụng LLM sử dụng RAG (feat. LangChain)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Người chiến thắng Hackathon GenAI Silicon Valley chia sẻ về RAG

RAG? Tìm kiếm tăng cường sinh tạo?

Đặc điểm của khóa học này

Tôi khuyến nghị cho những người như thế này

Sau khi hoàn thành khóa học

Chúng ta sẽ học những nội dung như thế này.

Người tạo ra khóa học này

Những điều cần lưu ý trước khi học

Môi trường thực hành

Tài liệu học tập

Kiến thức tiên quyết và lưu ý

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học khác của jasonkang

Khóa học tương tự

Phát triển ứng dụng LLM sử dụng RAG (feat. LangChain)

Đánh giá từ những học viên đầu tiên

Dịch cái này sang tiếng Việt

Người chiến thắng Hackathon GenAI Silicon Valley chia sẻ về RAG

RAG? Tìm kiếm tăng cường sinh tạo?

Đặc điểm của khóa học này

Tôi khuyến nghị cho những người như thế này

Sau khi hoàn thành khóa học

Chúng ta sẽ học những nội dung như thế này.

Người tạo ra khóa học này

Những điều cần lưu ý trước khi học

Môi trường thực hành

Tài liệu học tập

Kiến thức tiên quyết và lưu ý

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học khác của jasonkang

Khóa học tương tự

Khuyến nghị cho
những người này

Xin chào
Đây là