Course Outline

오픈소스 LLM 소개

  • DeepSeek, Mistral, LLaMA 및 기타 오픈 소스 모델 개요
  • LLM의 작동 방식: 변압기, 자기 주의 및 훈련
  • 오픈소스 LLM과 독점 모델 비교

Fine-Tuning 및 LLM 사용자 정의

  • 미세 조정을 위한 데이터 준비
  • Hugging Face을 사용하여 LLM 교육 및 최적화
  • 모델 성능 및 편향 완화 평가

LLM을 포함한 빌딩 AI Agents

  • AI 에이전트 개발을 위한 LangChain 소개
  • LLM을 사용한 에이전트 기반 워크플로 설계
  • 메모리, 검색 증강 생성(RAG) 및 작업 실행

LLM 기반 배포AI Agents

  • Docker를 사용하여 AI 에이전트를 컨테이너화
  • 엔터프라이즈 애플리케이션에 LLM 통합
  • 클라우드 서비스와 API를 사용하여 AI 에이전트 확장

엔터프라이즈 AI의 보안 및 규정 준수

  • 윤리적 고려 사항 및 규정 준수
  • AI 기반 자동화의 위험 완화
  • AI 에이전트 동작 모니터링 및 감사

사례 연구 및 실제 세계 응용 프로그램

  • LLM 기반 가상 비서
  • AI 기반 문서 자동화
  • 기업 분석을 위한 맞춤형 AI 에이전트

LLM 기반 에이전트 최적화 및 유지 관리

  • 지속적인 모델 개선 및 업데이트
  • 모니터링 및 피드백 루프 배포
  • 비용 최적화 및 성능 튜닝을 위한 전략

요약 및 다음 단계

Requirements

  • AI 및 머신러닝에 대한 강력한 이해
  • Python 프로그래밍 경험
  • 대규모 언어 모델(LLM) 및 자연어 처리(NLP)에 대한 지식

청중

  • AI 엔지니어
  • 기업용 소프트웨어 개발자
  • Business 리더
 21 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories