연락처 정보

코스 개요

LlamaIndex 소개

  • LlamaIndex란 무엇이며 LLM에서 어떤 역할을 하는지 이해하기
  • LlamaIndex 설정: 환경 구성 및 전제 조건 확인하기
  • 사용자 정의 데이터 인덱싱의 기본 원리 알아보기

LlamaIndex 실전 활용

  • LlamaIndex를 활용한 쿼리 방법: 기술 및 모범 사례 살펴보기
  • LlamaIndex로 쿼리 엔진과 채팅 엔진 구축하기
  • LLM 애플리케이션을 위한 직관적인 Streamlit 인터페이스 제작하기

LlamaIndex의 고급 기능 탐구

  • 데이터 검색 성능 향상을 위한 검색 증강 생성(RAG) 기법 적용하기
  • 효율적인 데이터 관리를 위해 벡터 스토어 활용하는 법 배우기
  • LlamaIndex 에이전트 설계 및 구현 방법 익히기

LlamaIndex를 이용한 애플리케이션 개발

  • 프롬프트 엔지니어링: 사고 과정 순차화, ReAct 접근법, 소량 샘플 기반 프롬프팅 등 익히기
  • 실제 LLM 애플리케이션 개발 예시: 문서 보조 도구 만들어보기
  • LLM 애플리케이션의 디버깅 및 테스트 방법 숙지하기

배포와 확장성 확보

  • LlamaIndex 기반 애플리케이션 배포 절차 이해하기
  • 고성능 환경을 위해 LLM 애플리케이션을 확장하는 방법 알아보기
  • LLM 애플리케이션 모니터링 및 최적화 전략 익히기

윤리와 실무 고려사항

  • LLM 애플리케이션 개발 시 유의해야 할 윤리적 문제들 살펴보기
  • LlamaIndex를 활용한 개인정보 보호 및 데이터 보안 강화 방안 모색하기
  • 향후 LLM 기술 발전에 대비하는 준비 사항 알아보기

요약 및 향후 나아갈 길

요건

  • Python 프로그래밍과 기본적인 머신러닝 개념에 대한 이해가 필요합니다.
  • API 활용 및 애플리케이션 개발 경험이 유리합니다.
  • 자연어 처리에 대한 지식도 도움이 되지만 필수 조건은 아닙니다.

대상 수강생

  • 개발자들
  • 데이터 사이언티스트들
 42 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리