Training
Contact
News
About Us
Member




Databricks > Generative AI

생성형 AI 솔루션 개발

이 과정에서는 Hugging Face를 사용하여 일반 LLM 애플리케이션을 구축하고, 검색 증강 생성(RAG) 애플리케이션을 개발하고, Lang Chain을 사용하여 다단계 추론 파이프라인을 생성하고, 특정 작업에 대해 LLM을 파인튜닝(Fine-tune)하고, LLM 사용에 대한 사회적 고려 사항을 평가 및 해결합니다. 그리고, LLMOps 모범 사례를 활용하여 대규모로 모델을 배포하는 방법을 학습합니다.

1,450,000

수강대상

데이터 과학자, 머신러닝 엔지니어 및 최신 프레임워크로 LLM 중심 애플리케이션을 구축하고자 하는 기타 데이터 실무자 대상

선수지식

자연어 처리 개념에 대한 이해, 프롬프트 엔지니어링/프롬프트 엔지니어링 모범 사례 숙지, Databricks 데이터 인텔리전스 플랫폼에 대한 지식

교육목표

- RAG 아키텍처 설명
- Mosaic AI Playground를 사용하여 컨텍스트 정보의 중요성을 탐색
- 생성형 AI 솔루션을 위한 데이터 준비
- RAG 아키텍처 개발에 생성형 AI 솔루션을 위한 데이터 준비를 연결
- 컨텍스트 임베딩, 벡터, 벡터 데이터베이스 및 Mosaic AI Vector Search 활용에 대한 기본 개념 설명

강의내용

RAG 소개
- RAG란 무엇인가요?
- AI Playground를 통한 컨텍스트 러닝

RAG 솔루션을 위한 데이터 준비
- 데이터 저장 및 거버넌스
- 데이터 추출 및 청킹 (Chunking)
- 임베딩 모델
- Databricks에서 데이터 준비하기

Vector Search
- 벡터 스토어 소개
- 벡터 서치 프로세스 및 성능
- 올바른 벡터 데이터베이스 선택
- Mosaic AI Vector Search
- Vector Search Index 생성

RAG 애플리케이션 조립 및 평가하기
- MLflow
- RAG 애플리케이션 평가 및 지속적 학습
- RAG 애플리케이션 조립하기