본 과정은 참가자들에게 MLOps 및 모델 라이프사이클 관리에 중점을 둔 머신러닝 모델 운영에 대한 포괄적인 탐구를 안내합니다. 초기 단계에서는 필수적인 MLOps 구성 요소와 모범 사례를 다루어 참가자들이 머신러닝 모델을 효과적으로 운영화할 수 있는 탄탄한 기반을 마...

본 기초 과정은 Mosaic AI 플랫폼과 Agent Bricks를 포함하여, Databricks에서 엔터프라이즈 애플리케이션에 활용되는 AI agents를 소개합니다. 학습자는 AI agents가 무엇인지, 어떻게 작동하는지, 그리고 복잡한 작업을 처리하기 위해 인간...

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 La...

이 과정에서는 생성형 AI 애플리케이션을 배포, 운영 및 모니터링하는 방법에 대한 자세한 내용을 다룹니다. 이 과정에서는 Model Serving과 같은 도구를 사용하여 생성형 AI 애플리케이션을 배포하는 기술을 습득할 수 있습니다. 또한 모범 사례와 권장 아키텍처에 ...

이 과정에서는 생성형 AI 시스템을 평가하고 관리하는 방법을 소개합니다. 첫째, 평가 및 거버넌스/보안 시스템 구축의 의미와 동기를 살펴봅니다. 둘째, 평가 및 거버넌스 시스템을 Databricks Data Intelligence Platform에 연결합니다. 셋째, ...

이 과정에서는 조직이 생성형 인공 지능(AI) 모델을 이해하고 활용하는 방법을 소개합니다. 먼저, 생성형 AI에 대한 간략한 소개부터 시작하여, 생성형 AI가 무엇인지에 대해 논의하고 LLM이라고도 하는 대규모 언어 모델에 특별한 주의를 기울일 것입니다. 그런 다음 조...

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...

이 과정은 AI 에이전트에 대한 입문 과정으로, 현대 AI 애플리케이션에서의 역할과 Databricks 플랫폼에서 AI 에이전트 애플리케이션을 구축하는 방법을 다룹니다. 학습자는 AI 에이전트의 기본 원리, 기존 AI 시스템과의 차이점, 그리고 핵심 구성 요소를 이해하...

이 과정은 Mosaic AI 플랫폼을 실용적으로 소개하며, 생성형 AI 시스템 구축 및 배포를 위한 key 구성 요소와 기능에 초점을 맞춥니다. 참가자들은 Databricks가 확장 가능한 생성형 AI 솔루션 개발을 어떻게 촉진하는지 배우고 Vector Search, ...

이 과정은 사용자가 조직의 AI 기반 어시스턴트를 최대한 활용할 수 있도록 돕는 과정입니다. 학습자는 먼저 어시스턴트의 작동 원리, 기능과 한계, 그리고 COIE 프레임워크(Context, Outcome, Instruction, Example)를 적용하여 정확하고 비즈...