설명
DeepLearning.AI 검색 증강 생성(RAG) 과정은 생산 준비가 완료된 RAG 애플리케이션을 개발하는 방법에 대한 심층적인 이해를 제공합니다. 이 과정은 중급 Python 기술과 생성 AI에 대한 기본 이해가 있는 사람들을 위해 설계되었습니다. AI 엔지니어이자 교육자인 Zain Hasan이 강의하며, RAG 시스템의 아키텍처, 배포 및 평가를 다룹니다.
더 읽기
참가자는 검색기 및 벡터 데이터베이스에서 대형 언어 모델 및 평가 플랫폼에 이르기까지 RAG 시스템의 모든 부분을 설계하고 구현하는 방법을 배웁니다. 이 과정은 모델 응답을 관련성 있는, 종종 개인적이거나 최신 데이터에 기반하는 것의 중요성을 강조하며, 이는 LLM이 실제 제품 및 워크플로에 통합될 때 매우 중요합니다.
이 과정은 정보 검색, 검색 기초, 벡터 데이터베이스 및 텍스트 생성과 같은 주제를 다루는 5개의 모듈로 구성되어 있습니다. 학생들은 전자 상거래, 미디어 및 의료와 같은 분야의 실제 데이터 세트를 사용하여 RAG 시스템의 구성 요소를 구축하는 실습 프로그래밍 과제에 참여하게 됩니다.
과정 전반에 걸쳐 학습자는 하이브리드 검색을 사용할 시기, 컨텍스트 창 한계를 관리하는 방법, 지연 시간과 비용의 균형을 맞추는 방법과 같은 중요한 트레이드오프를 탐구하게 됩니다. 과정이 끝날 때쯤 참가자는 RAG 시스템을 구축하고 평가하며 발전시킬 수 있는 기술을 갖추게 되어, 개념 증명 데모를 넘어 실제 배포로 나아갈 수 있습니다.
이 과정은 Coursera에서 제공되며, 완료 시 인증서를 수여합니다. 자율 학습이 가능하여 학습자가 자신의 속도에 맞춰 진행할 수 있으며, 주당 약 5시간의 시간 투자가 예상됩니다. 자격이 있는 경우 재정 지원도 가능합니다.
- 카테고리기업 교육 및 이러닝
- 요금제재정 지원으로 지불
- 플랫폼Coursera
DeepLearning.AI 검색 증강 생성 과정의 핵심 기능
중급 Python 기술 필요
완료 시 인증서 제공
자율 학습
RAG 시스템을 다루는 5개 모듈
실습 프로그래밍 과제
실제 데이터 세트
모델 응답의 기반을 두는 것에 집중
Zain Hasan이 강의
DeepLearning.AI 검색 증강 생성 과정 사용 방법은?
등록: Coursera에서 과정에 등록하세요
학습: 모듈과 과제를 완료하세요
적용: 실제 데이터 세트를 사용하여 RAG 시스템을 구축하세요
인증: 완료 시 인증서를 받으세요
DeepLearning.AI 검색 증강 생성 과정의 사용 사례
- 의료 애플리케이션
- 전자 상거래 솔루션
- 미디어 콘텐츠 관리
- 고객 지원
- 도메인 특화 챗봇
