Training
Contact
News
About Us
Member




Databricks > Generative AI

생성형 AI 애플리케이션 개발

이 과정은 다단계 추론 LLM 체인 및 에이전트를 사용하여 고급 LLM 애플리케이션을 구축하는 실제 경험을 제공하도록 설계되었습니다. 먼저 문제를 구성 요소로 분해하고 각 단계에 가장 적합한 모델을 선택하여 비즈니스 사용 사례를 향상시키는 방법을 배웁니다. 이어서 Lang Chain과 Hugging Face 트랜스포머를 활용하여 다단계 추론 체인을 구축하는 방법을 보여드리겠습니다. 마지막으로 에이전트를 소개하고 Databricks의 생성 모델을 사용하여 자율 에이전트를 설계합니다.

1,450,000

선수지식

자연어 처리 개념 숙지, 프롬프트 엔지니어링/프롬프트 엔지니어링 모범 사례에 대한 숙지, Databricks 데이터 인텔리전스 플랫폼에 대한 지식, RAG에 대한 이해(데이터 준비, RAG 아키텍처 구축, 임베딩, 벡터, 벡터 데이터베이스 등의 개념)

교육목표

- 문제를 구성 요소로 분해하고 각 단계에 가장 적합한 모델을 선택하여 비즈니스 사용 사례를 향상시키는 방법 숙지
- LangChain 및 HuggingFace 변환기를 활용하여 다단계 추론 체인을 구축
- Databricks에서 생성 모델을 사용하여 자율 에이전트를 설계

강의내용

복합 AI 시스템 (Compound AI Systems) 기초
- 복합 AI 시스템 정의
- 복합 AI 시스템 디자인
- 유스 케이스 (Use Case) 분해 및 계획 수립
- 제품 품질 클레임을 위한 AI 시스템 계획 수립

다단계 추론 체인 (Multi-Stage Reasoning Chains) 구축
- 다단계 추론 체인 소개
- 다단계 추론 체인 구축을 위한 Databricks 제품
- Databricks에서 다단계 추론 체인 구축

에이전트 및 인지 아키텍처 (Cognitive Architectures)
- 에이전트 소개
- 에이전트 구축을 위한 도구
- Multi-Modal AI
- Databricks에서의 에이전트 디자인
- ReAct 에이전트 생성