문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 21 시간
코스 개요
오픈소스 LLM 소개
- DeepSeek, Mistral, LLaMA 등 주요 오픈소스 모델 개요
- LLM 작동 원리: 트랜스포머 구조와 자기주의 메커니즘, 학습 과정
- 오픈소스 모델과 상용화된 모델 간 비교 분석
LLM 미세 조정 및 맞춤 설정
- 미세 조정을 위한 데이터 준비 방법
- Hugging Face를 활용한 LLM 학습 및 최적화 전략
- 모델 성능 평가와 편향성 감소 기법
LLM을 활용한 AI 에이전트 개발
- AI 에이전트 구축을 위한 LangChain 활용 방안
- LLM 기반 워크플로우 설계 원리
- 메모리 관리, 검색 증강 생성(RAG) 및 액션 실행 구현
LLM 기반 AI 에이전트 배포 전략
- Docker를 이용한 AI 에이전트 컨테이너화 방법
- 기업 애플리케이션에 LLM 통합 시나리오
- 클라우드 서비스와 API를 활용한 AI 에이전트 확장 방안
기업 환경에서의 AI 보안 및 규제 준수
- 윤리적 고려사항과 관련 법규 준수 방법
- AI 기반 자동화 과정에서의 리스크 방지 전략
- AI 에이전트 동작 상태 모니터링 및 감사 절차
실제 사례와 활용 예시
- LLM 기반 가상 비서 구축 사례
- 문서 자동화 시스템에서의 AI 적용 방안
- 기업 분석 업무에 활용되는 맞춤형 AI 에이전트
LLM 기반 에이전트 최적화 및 유지관리
- 모델의 지속적인 개선과 업데이트 계획 수립
- 실시간 모니터링 체계와 피드백 루프 구현
- 비용 절감 및 성능 최적화를 위한 전략
요약 및 향후 발전 방향 안내
요건
- AI와 머신러닝에 대한 충분한 이해
- Python 프로그래밍 경험
- 대규모 언어 모델(LLM) 및 자연어 처리(NLP)에 대한 기본 지식
대상 수강생
- AI 엔지니어
- 기업용 소프트웨어 개발자
- 비즈니스 리더
