만들고 싶던 AI 에이전트,
단 하루 투자로 만들 수 있다면?
LLM 파인튜닝, RAG 전문가
위키독스 베스트셀러가 현장에서 직접 알려드립니다!
아래로
내가 원했던 AI 에이전트를 단 하루만에 만들 수 있다? 위키독스 자연어 처리 베스트 셀러의 오프라인 원데이 클래스 강의!
내 서비스의 특징을 그대로 담은 AI 상담사 구현을 원하셨나요?
단 하루만 투자하면, 내 서비스의 특징을 그대로 담은 AI 에이전트 비서를 구현할 수 있습니다.
데이터는 활용하고 싶은데, SQL은 언제 공부해야 할지 막막하셨나요? 이제 SQL 쿼리도 AI 에이전트로 해결하는 시대입니다. SQL 공부에 드는 시간과 비용을 절약해 보세요!
RAG를 활용해 할루시네이션을 줄이고 더 많은 정보와 내가 원하는 아웃풋을 주는 AI 에이전트를 구현하고 싶나요? 도메인 관계없는 RAG를 활용한 고성능 에이전트를 구현해 보세요!
위키독스 '자연어 처리' 1700만 베스트셀러
안녕하세요. 현업에서 LLM을 학습하고 RAG 챗봇을 개발하고 있는 AI 연구원 안상준입니다.
위키독스에 '딥 러닝을 이용한 자연어 처리'라는 책과 '진짜 챗 GPT API 활용법' 등 AI 관련 도서를 집필하고 있으며, 대학교에서 딥 러닝 겸임 교수로 활동하고 있습니다.
대기업에서 LLM(Large Language Model)을 실제로 학습시키면서 RAG 챗봇을 개발하고, 어려운 현업 문제를 해결하는 연구도 진행하고 있습니다.
LLM은 깊이 해 본 사람만 알 수 있는 노하우가 많습니다. 교육 활동도 하고 있어서, 이런 노하우들을 입문자들에게 좋은 교육으로 제공하는 데 관심이 많습니다.
LLM에 입문하거나 본인의 서비스를 튜닝하여 고도화하고 싶은 분들이라면 현장에서 함께 이야기하면서 문제를 해결해 보는 건 어떨까요?
작업 기억(Working Memory)의 한계를 극복하는 청킹
API와 상호작용하는 능력을 결합한 AI 패러다임
RAG에 대한 기본 개념
LLM의 핵심 데이터 정재
실무에서 LLM 파인튜닝, RAG 프로젝트를 진행하고 있지만 다양한 사례가 없어 진행이 막막하신 분
내 업무 환경, 개인 환경에 딱 맞는 AI 에이전트를 구현하고 싶은 분
실제 서비스에서 LLM과 RAG가 어떻게 활용되는지 알고 싶은 분
단 하루 투자로 AI 에이전트의 모든 것을 완벽히 학습하고 싶은 분
현장에서 진행되는 모든 이론과 실습 내용을 녹화하고
강의 종료 후에 복습하실 수 있도록 공유해 드립니다.
강좌 1) 이미지를 인식하는 멀티모달 LLM 파인튜닝
강좌 2) 검색 성능을 높이는 임베딩 파인 튜닝(bg2-m3)
강좌 3) 초거대 모델 학습을 위해 다수의 GPU를 연결하는 멀티 GPU 파인튜닝
본 강의에서 배운 내용을 어떻게 활용할 수 있을까요?
이 강의는 LLM으로 문제를 풀기 위해 데이터를 구축하고, 파인 튜닝 후에 어떻게 서비스를 내야 하는지 RAG라는 기술을 통해 할루시네이션을 급감시키고 자신만의 챗봇을 만드는 방법에 중점을 둡니다.
만약 여러분이 갖고 있는 데이터로 VectorDB나 LLM을 사용하여 자신만의 챗봇을 만들고 싶으시거나(ChatGPT or 오픈 LLM 상관없습니다.)
Text-to-SQL이나, 복잡한 문서 요약 등 어려운 문제를 LLM 파인 튜닝을 통해 해결하고 싶다면 수업을 통해 해결 방법을 찾을 수 있습니다.
다른 강의와 어떤 차별점이 있나요?
러닝스푼즈에서 4년 이상 강의를 진행하고 있습니다. 자연어 처리로 현업에서 오래 근무하며 국내의 거의 모든 자연어 처리 강의를 주시하고 있습니다.
유명 교육 업체의 교육조차 장난감 수준의 데이터로 LLM을 학습하는 척만 하는 경우가 많습니다. 이렇게 하면 LLM 튜닝을 해본 것은 맞지만, 실제로 현업에서 응용하는 것은 불가능에 가깝습니다.
RAG와 LangChain 수업이 많지만, 사실 RAG에 LangChain이 필수는 아닙니다. LlamaIndex라는 좋은 대체제도 있고, 실제 대기업에서는 코드 추상화 문제로 LangChain을 버려야 하는 경우도 많습니다.
문제의 본질을 모른 채 도구를 암기하는 것은 안타까운 일입니다. 이 수업에서는 LangChain 사용 방법도 중요하게 다루지만, 더 중요한 것은 RAG를 위해 LLM을 파인 튜닝하는 방법, RAG 성능을 높이기 위한 CoT 프롬프팅, Cohere 방식의 프롬프팅, 에이전트 등을 다룹니다.
실제 유명 대기업에서 고난이도의 RAG를 위해 어떤 고민을 하고 있고, 어떻게 적용하면 되는지 알려드리겠습니다.
코딩을 몰라도 수강할 수 있나요?
코딩을 모르셔도 강의 녹화본 + 자료 코딩 제공을 활용하여 충분히 따라갈 수 있습니다. 실제로 강사님의 기수강생 중 비개발자 직군 비율이 70%로 많은 비중을 차지합니다.
녹화본이 제공되나요?
네, 본 강의는 LIVE 형태로 진행되며 복습하실 수 있도록 각 회차마다 녹화본이 제공됩니다. 각 회차별 녹화본 유효기간은 종강일 이후 14일입니다.
총 6개의 커리큘럼
1. LLM 파인튜닝을 위한 핵심 이론 훑어보기 (10:00 ~ 12:00)
강의 목표
강의 내용
점심시간 & 네트워킹 (12:00 ~ 13:00)
강의 내용
2. 초중급 레벨 - 실제 현업 문제 선택 후 풀어보기 (13:00 ~ 14:30)
강의 목표
강의 내용
3. 고급 레벨 - 멀티턴 에이전트 파인튜닝 (14:40 ~ 17:00)
강의 목표
강의 내용
4. 프로젝트 마무리 및 멘토링 (17:00 ~ 18:00)
강의 내용
<원데이 클래스 참여자 혜택>
참여자 혜택
지금 보고 계시는 강의의 관련 태그로 다른 강의도 찾아보세요.
로그인 후 이용가능합니다.
로그인 페이지로 이동합니다.