Developing Generative Artificial Intelligence Solutions (Korean)

이 과정에서는 다음을 포함하는 생성형 인공 지능(생성형 AI) 애플리케이션 수명 주기를 살펴봅니다.

• 비즈니스 사용 사례 정의
• 파운데이션 모델(FM) 선택
• FM 성능 개선
• FM 성능 평가
• 배포 및 비즈니스 목표에 미치는 영향

이 과정은 생성형 AI 입문 과정으로, 프롬프트 엔지니어링, 검색 증강 생성(RAG), 파인 튜닝을 사용한 FM 사용자 지정과 관련된 개념을 심층적으로 다룹니다.

• 과정 수준: 기초
• 소요 시간: 1시간

활동

이 과정에는 대화형 요소, 비디오, 텍스트 지침, 예시 그래픽이 포함되어 있습니다.

과정 목표

이 과정에서 학습할 내용은 다음과 같습니다.

• 사전 훈련된 모델을 선택하기 위한 선택 기준을 파악합니다.
• 검색 증강 생성(RAG)을 정의하고 해당 비즈니스 애플리케이션을 설명합니다.
• 파운데이션 모델 사용자 지정에 대한 다양한 접근 방식의 비용 절충점을 설명합니다.
• 다단계 태스크에서 에이전트의 역할을 이해합니다.
• 파운데이션 모델 성능을 평가하는 방법을 이해합니다.
• 파운데이션 모델 성능을 평가하는 관련 지표를 파악합니다.

수강 대상

이 과정의 수강 대상은 다음과 같습니다.

• 특정 직무와 무관하게 기계 학습 및 인공 지능에 관심이 있는 개인
• AWS Certified AI Practitioner 자격증 시험에 응시하려는 개인

수강 전 권장 사항

Developing Generative AI Solutions는 인공 지능, 기계 학습 및 생성형 AI에 대한 기초를 다지는 시리즈의 일부입니다. 아직 완료하지 않았다면 다음 두 과정을 완료하는 것이 좋습니다.

• Fundamentals of Machine Learning and Artificial Intelligence
• Exploring Artificial Intelligence Use Cases and Applications

과정 개요

섹션 1

• 강의 1: 본 과정 사용 방법

섹션 2: 소개

• 강의 2: 과정 개요
• 강의 3: 생성형 AI 애플리케이션 수명 주기

섹션 3: 사용 사례 정의

• 강의 4: 사용 사례 정의

섹션 4: 파운데이션 모델 선택

• 강의 5: FM 선택
• 강의 6: 지식 확인

섹션 5: 성능 개선

• 강의 7: FM 성능 개선
• 강의 8: 지식 확인

섹션 6: 결과 평가

• 강의 9: FM 평가
• 강의 10: 지식 확인

섹션 7: 배포

• 강의 11: 애플리케이션 배포

섹션 8: 마무리

• 강의 12: 과정 요약
• 강의 13: 리소스
• 강의 14: 문의처