1,000,000원(VAT별도)
・ 교육일정 | 2025년 06월 12일-06월 13일 |
・ 교육시간 | 목~금(공휴일 제외) 09:30 ~ 17:30 ※총 14시간, 일 7시간 |
・ 강사 | AWS 공인 강사님 |
・ 수강정원 | 20명 |
・ 수강료 | 1,000,000원 (VAT별도) |
・ 교육장소 | 에티버스러닝 교육센터 학동점 |
・ 담당자 연락처 | heasoo0814@etevers.com 02-6004-7514 |
학습대상💻 | ◾ 수강 대상 • 파인 튜닝 없이 대규모 언어 모델을 활용하는 데 관심이 있는 소프트웨어 개발자
• AWS Technical Essentials • Python에 대한 중간 수준의 숙련도 | ||||||||
교육소개🌟 | 이 교육 과정에서는 파인 튜닝 없이 대규모 언어 모델을 활용하는 데 관심이 있는 소프트웨어 개발자에게 생성형 AI를 소개하기 위해 고안되었습니다. 이 과정에서는 생성형 AI, 생성형 AI 프로젝트 계획, Amazon Bedrock 시작하기, 프롬프트 엔지니어링의 기초, Amazon Bedrock 및 LangChain을 사용하여 생성형 AI 애플리케이션을 구축하기 위한 아키텍처 패턴의 개요를 제공합니다. | ||||||||
교육목표🏅 | 이 과정에서 배우게 될 내용은 다음과 같습니다. • 생성형 AI와 생성형 AI가 기계 학습과 연계되는 방식 설명 • 생성형 AI의 중요성을 정의하고 잠재적인 위험과 이점 설명 • 생성형 AI 사용 사례에서 비즈니스 가치 식별 • 생성형 AI와 관련된 기술적 기본 사항 및 용어 논의 • 생성형 AI 프로젝트를 계획하는 단계 설명 • 생성형 AI 사용에 따른 위험과 완화 방안 파악 • Amazon Bedrock의 작동 방식 이해 • Amazon Bedrock의 기본 개념 숙지 • Amazon Bedrock의 이점 이해 • Amazon Bedrock의 일반적인 사용 사례 나열 • Amazon Bedrock 솔루션과 관련된 일반적인 아키텍처 설명 • Amazon Bedrock의 비용 구조 이해 • AWS 관리 콘솔에서 Amazon Bedrock 데모 구현 • 프롬프트 엔지니어링 정의 및 FM과의 상호 작용 시 일반적인 모범 사례 적용 • zero-shot 및 few-shot 학습을 비롯한 기본적인 프롬프트 기법 유형 식별 • 사용 사례에 필요한 경우 고급 프롬프트 기법 적용 • 특정 모델에 가장 적합한 프롬프트 기법 파악 • 잠재적인 프롬프트 사용 오류 식별 • FM 응답의 잠재적인 편향을 분석하고 이러한 편향을 완화하는 프롬프트 설계 • 생성형 AI 애플리케이션의 구성 요소와 파운데이션 모델(FM)을 사용자 지정하는 방법 파악 • Amazon Bedrock 파운데이션 모델, 추론 파라미터, 주요 Amazon Bedrock API에 대해 설명 • Amazon Bedrock 애플리케이션의 모니터링, 보안, 거버넌스에 도움이 되는 Amazon Web Services(AWS) 서비스 파악 • LangChain을 대규모 언어 모델(LLM), 프롬프트 템플릿, 체인, 채팅 모델, 텍스트 임베딩 모델, 문서 로더, 검색기, Amazon Bedrock용 에이전트와 통합하는 방법에 대해 설명 • 생성형 AI 애플리케이션을 빌드하기 위해 Amazon Bedrock으로 구현할 수 있는 아키텍처 패턴에 대해 설명 • 개념을 적용하여 다양한 Amazon Bedrock 모델, LangChain, 검색-증강 생성(RAG) 접근 방식을 활용하는 샘플 사용 사례 구축 및 테스트 | ||||||||
기타✔️ | |||||||||
커리큘럼을 확인해보세요📚 |
| ||||||||
에티버스 러닝 강의실👨🏫 | |||||||||
수강후기💯 | ![]() |
학습대상💻 | ◾ 수강 대상 • 파인 튜닝 없이 대규모 언어 모델을 활용하는 데 관심이 있는 소프트웨어 개발자
• AWS Technical Essentials • Python에 대한 중간 수준의 숙련도 | ||||||||
교육소개🌟 | 이 교육 과정에서는 파인 튜닝 없이 대규모 언어 모델을 활용하는 데 관심이 있는 소프트웨어 개발자에게 생성형 AI를 소개하기 위해 고안되었습니다. 이 과정에서는 생성형 AI, 생성형 AI 프로젝트 계획, Amazon Bedrock 시작하기, 프롬프트 엔지니어링의 기초, Amazon Bedrock 및 LangChain을 사용하여 생성형 AI 애플리케이션을 구축하기 위한 아키텍처 패턴의 개요를 제공합니다. | ||||||||
교육목표🏅 | 이 과정에서 배우게 될 내용은 다음과 같습니다. • 생성형 AI와 생성형 AI가 기계 학습과 연계되는 방식 설명 • 생성형 AI의 중요성을 정의하고 잠재적인 위험과 이점 설명 • 생성형 AI 사용 사례에서 비즈니스 가치 식별 • 생성형 AI와 관련된 기술적 기본 사항 및 용어 논의 • 생성형 AI 프로젝트를 계획하는 단계 설명 • 생성형 AI 사용에 따른 위험과 완화 방안 파악 • Amazon Bedrock의 작동 방식 이해 • Amazon Bedrock의 기본 개념 숙지 • Amazon Bedrock의 이점 이해 • Amazon Bedrock의 일반적인 사용 사례 나열 • Amazon Bedrock 솔루션과 관련된 일반적인 아키텍처 설명 • Amazon Bedrock의 비용 구조 이해 • AWS 관리 콘솔에서 Amazon Bedrock 데모 구현 • 프롬프트 엔지니어링 정의 및 FM과의 상호 작용 시 일반적인 모범 사례 적용 • zero-shot 및 few-shot 학습을 비롯한 기본적인 프롬프트 기법 유형 식별 • 사용 사례에 필요한 경우 고급 프롬프트 기법 적용 • 특정 모델에 가장 적합한 프롬프트 기법 파악 • 잠재적인 프롬프트 사용 오류 식별 • FM 응답의 잠재적인 편향을 분석하고 이러한 편향을 완화하는 프롬프트 설계 • 생성형 AI 애플리케이션의 구성 요소와 파운데이션 모델(FM)을 사용자 지정하는 방법 파악 • Amazon Bedrock 파운데이션 모델, 추론 파라미터, 주요 Amazon Bedrock API에 대해 설명 • Amazon Bedrock 애플리케이션의 모니터링, 보안, 거버넌스에 도움이 되는 Amazon Web Services(AWS) 서비스 파악 • LangChain을 대규모 언어 모델(LLM), 프롬프트 템플릿, 체인, 채팅 모델, 텍스트 임베딩 모델, 문서 로더, 검색기, Amazon Bedrock용 에이전트와 통합하는 방법에 대해 설명 • 생성형 AI 애플리케이션을 빌드하기 위해 Amazon Bedrock으로 구현할 수 있는 아키텍처 패턴에 대해 설명 • 개념을 적용하여 다양한 Amazon Bedrock 모델, LangChain, 검색-증강 생성(RAG) 접근 방식을 활용하는 샘플 사용 사례 구축 및 테스트 | ||||||||
기타✔️ | |||||||||
커리큘럼을 확인해보세요📚 |
| ||||||||
에티버스 러닝 강의실👨🏫 | |||||||||
수강후기💯 | ![]() |