Azure에서 AI 솔루션 개발 계획 및 준비
- AI란 무엇인가?
- Foundry Tools
- Microsoft Foundry
- 개발자 도구 및 SDK
- 책임 있는 인공지능
- 연습 - AI 개발 프로젝트 준비
Microsoft Foundry 포털의 모델 카탈로그에서 모델 선택 및 배포
- 모델 카탈로그 탐색
- 엔드포인트에 모델 배포
- 모델 성능 최적화
- 연습 - 언어 모델 탐색, 배포 및 채팅
Microsoft Foundry 기반 생성형 AI 챗 애플리케이션 개발
- 모델 탐색
- Endpoint 및 SDK선택
- Responses API / ChatCompletions API를 사용한 응답 생성하기
- 실습 – 생성형 AI 채팅 앱 만들기
도구를 활용한 생성형 AI 개발
- 도구의 이해
- code_interpreter / web_search / file_search / functions 도구 사용하기
- 실습 – 도구를 사용한 생성형 AI 채팅 앱 만들기
Microsoft Foundry기반 생성형 AI 모델 성능 최적화
- 프롬프트 엔지니어링으로 모델 출력 최적화
- 검색 증강 생성(RAG)을 활용한 모델을 기반 정보에 연결하기
- 일관된 동작을 위한 모델 파인 튜닝 / 최적화 전략 비교 및 결합
- 실습 – 생성형 AI 모델 성능 최적화
Microsoft Foundry에서 신뢰 가능한 생성형 AI 솔루션 구현하기
- 책임감 있는 생성형 AI솔루션 계획
- 잠재적 위험 요소 파악 / 측정 / 완화
- 생성형 AI 솔루션 관리
- 실습 – 유해 콘텐츠 출력 방지를 위한 가드레일 적용하기
- AI란 무엇인가?
- Foundry Tools
- Microsoft Foundry
- 개발자 도구 및 SDK
- 책임 있는 인공지능
- 연습 - AI 개발 프로젝트 준비
Microsoft Foundry 포털의 모델 카탈로그에서 모델 선택 및 배포
- 모델 카탈로그 탐색
- 엔드포인트에 모델 배포
- 모델 성능 최적화
- 연습 - 언어 모델 탐색, 배포 및 채팅
Microsoft Foundry 기반 생성형 AI 챗 애플리케이션 개발
- 모델 탐색
- Endpoint 및 SDK선택
- Responses API / ChatCompletions API를 사용한 응답 생성하기
- 실습 – 생성형 AI 채팅 앱 만들기
도구를 활용한 생성형 AI 개발
- 도구의 이해
- code_interpreter / web_search / file_search / functions 도구 사용하기
- 실습 – 도구를 사용한 생성형 AI 채팅 앱 만들기
Microsoft Foundry기반 생성형 AI 모델 성능 최적화
- 프롬프트 엔지니어링으로 모델 출력 최적화
- 검색 증강 생성(RAG)을 활용한 모델을 기반 정보에 연결하기
- 일관된 동작을 위한 모델 파인 튜닝 / 최적화 전략 비교 및 결합
- 실습 – 생성형 AI 모델 성능 최적화
Microsoft Foundry에서 신뢰 가능한 생성형 AI 솔루션 구현하기
- 책임감 있는 생성형 AI솔루션 계획
- 잠재적 위험 요소 파악 / 측정 / 완화
- 생성형 AI 솔루션 관리
- 실습 – 유해 콘텐츠 출력 방지를 위한 가드레일 적용하기
