Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.
MLOps의 기초부터 배포, 모니터링, CI/CD까지 다루는 자기 주도 학습용 무료 코스입니다. MLflow, Docker, AWS, Terraform 등 실무 도구를 활용한 엔드투엔드 프로젝트를 제공합니다.
NVIDIA의 GPU 컴퓨팅 학습을 위한 오픈 소스 저장소로, 사용자 가이드와 튜토리얼을 제공합니다. Docker Compose 및 Brev, Google Colab 환경에서 실행 가능한 인터랙티브 콘텐츠를 포함하고 있습니다.
OpenCV와 최신 비전 모델을 활용한 실시간 객체 탐지, 세그멘테이션, 추적 및 3D 재구성 기술을 다룹니다. YOLO 시리즈, SAM, VLM의 엣지 배포 및 RAG 파이프라인 구축 등 실무적인 구현 가이드를 제공합니다.
FinRobot은 LLM, 강화학습, 정량적 분석을 통합하여 투자 조사와 알고리즘 트레이딩을 지원하는 금융 특화 AI 에이전트 플랫폼입니다. 멀티 에이전트 시스템을 통해 재무 데이터 수집부터 전문적인 리서치 보고서 생성까지의 전 과정을 자동화합니다.
데이터 파이프라인 구축을 위한 실무 중심의 데이터 엔지니어링 교육 과정입니다. GCP, Docker, Terraform, Spark, Kafka 등 업계 표준 도구를 활용하여 기초부터 프로젝트 완성까지 다룹니다.
LLM의 지식 한계를 극복하기 위한 RAG(검색 증강 생성)의 기초를 다루는 교육용 리소스입니다. 인덱싱, 검색, 생성의 핵심 과정을 단계별로 학습할 수 있는 노트북과 비디오 가이드를 제공합니다.
모든 주요 에이전트 AI 패턴을 실행 가능한 Python 클래스로 패키징한 라이브러리이자 교과서입니다. LangGraph를 기반으로 구축되었으며, 다양한 LLM 제공자를 지원하고 결정론적 선택기 패턴을 통해 LLM의 불확실성을 제어합니다.
Andrew Ng 교수의 LLM 강의를 기반으로 프롬프트 엔지니어링, RAG, 미세 조정 등 LLM 개발 전 과정을 다루는 실습 핸드북입니다. 개발자들이 LLM API와 LangChain을 활용해 실용적인 애플리케이션을 구축할 수 있도록 체계적인 학습 경로를 제공합니다.
Google Cloud의 Gemini Enterprise Agent Platform을 활용하여 생성형 AI 에이전트를 구축, 개발 및 관리하는 방법을 제공하는 리소스 저장소입니다. RAG, 함수 호출, 멀티 에이전트 워크플로 등 프로덕션 환경에 즉시 적용 가능한 다양한 코드 샘플과 노트북을 포함하고 있습니다.
GTSAM은 로보틱스 및 비전 분야의 스무딩과 매핑(SAM)을 위해 인수 그래프(Factor Graphs)와 베이즈 네트워크를 사용하는 C++ 라이브러리입니다. 최신 버전은 C++17 전환 및 Boost 의존성 완화를 특징으로 하며, C++ 외에도 MATLAB 및 Python 래퍼를 지원합니다.
이 프로젝트는 O'Reilly 저서 'Hands-on Machine Learning with Scikit-Learn, Keras and TensorFlow (3rd edition)'의 예제 코드와 연습 문제 솔루션을 제공합니다. Python을 활용한 머신러닝 기초 학습을 목표로 하며, Anaconda와 Docker를 이용한 로컬 환경 구축 방법을 안내합니다.
Microsoft에서 제공하는 'mcp-for-beginners'는 AI 애플리케이션이 다양한 도구 및 서비스와 표준화된 방식으로 통신할 수 있게 돕는 Model Context Protocol(MCP) 입문용 학습 리소스입니다. 사용자는 이 커리큘럼을 통해 MCP 서버를 직접 구축하고 인기 AI 플랫폼과 통합하는 실습 과정을 단계별로 학습할 수 있습니다.
이 저장소는 FAANG 등 빅테크 기업의 ML/AI 엔지니어링 인터뷰 준비를 위한 종합 가이드입니다. AI 엔지니어링, 에이전트 시스템 설계 및 개발 최신 트렌드를 포함하여 다양한 리소스와 실습 코딩 예제를 제공합니다. 저자가 실제 오퍼를 받은 경험을 바탕으로 작성되었으며, 일반적인 ML 직무에 초점을 맞추고 있습니다.
이 코스는 머신러닝(ML) 개념을 소프트웨어 엔지니어링과 결합하여 프로덕션급 ML 애플리케이션을 설계, 개발, 배포하는 전 과정을 다룹니다. 참가자들은 실험 단계부터 신뢰할 수 있는 프로덕션 시스템 구축까지의 모든 단계를 학습하며, MLOps 구성 요소(추적, 테스트, 서빙 등)와 CI/CD 워크플로우를 구현합니다. 이 과정은 ML을 특정 분야가 아닌 데이터를 생각하는 강력한 방식으로 정의하며, 소프트웨어/인프라 엔지니어부터 데이터 사이언티스트, 제품 리더십까지 모든 개발자에게 필수적인 기술적 토대를 제공합니다.
본 문서는 Google의 최신 AI 모델인 Gemini API를 활용하여 다양한 기능을 구현할 수 있는 포괄적인 학습 리소스(쿠킹북)를 소개합니다. 사용자는 기본적인 시작 가이드부터 웹훅, 배치 처리, 그리고 고급 기능인 이미지 생성(Nano-Banana 2/Pro), 음악 생성(Lyria 3), 그리고 검색 기반 답변 접지(Grounding) 등 최신 기능을 단계별로 학습할 수 있습니다. 특히, 코드 실행, 브라우저 연동, 비디오 및 애니메이션 스토리 생성 등 여러 API를 결합한 엔드투엔드 애플리케이션 구축 방법을 제시하여 Gemini의 강력한 활용 범위를 보여줍니다.
이 저장소는 Udemy의 'Zero to Mastery Machine Learning Course'와 관련된 모든 학습 자료를 통합 제공합니다. 사용자는 YouTube 강의 시청, 온라인 책 읽기, 그리고 실습 프로젝트 수행을 통해 머신러닝 전 과정을 체계적으로 배울 수 있습니다. 특히 데이터 분석에 필수적인 NumPy, pandas 같은 핵심 라이브러리부터 시작하여, 분류 및 회귀와 같은 구조화된 데이터 프로젝트를 거쳐 TensorFlow 2.0 기반의 딥러닝까지 단계별로 학습할 수 있도록 구성되어 있습니다.
이 책은 AI 시스템의 패러다임 변화에 맞춰 수동적 반응형 시스템에서 자율적이고 목표 지향적인 지능 에이전트 구축에 초점을 맞춥니다. 저자는 모든 AI 엔지니어가 숙지해야 할 30가지 필수 에이전트 아키텍처와 패턴을 제시하며, 단순한 LLM 사용을 넘어 복잡한 작업 분해, 외부 도구 연동, 메모리 유지, 협업, 윤리적 결정 등 실제 시스템 구축에 필요한 깊이 있는 지식을 제공합니다. 각 장은 실행 가능한 코드, 공식적인 아키텍처 패턴, 실제 사례 연구를 포함하여 이론과 실습을 겸비한 종합 가이드입니다.
이 가이드는 프로토타입 단계를 넘어 엔터프라이즈급으로 확장 가능한 제너레이티브 AI 에이전트를 구축하는 방법을 포괄적으로 다룹니다. 상태 관리, 벡터 메모리, 실시간 웹 검색 API 통합부터 Docker 배포, GPU 스케일링, 그리고 다중 에이전트 협업에 이르기까지 프로덕션 레벨의 모든 구성 요소를 단계별 튜토리얼과 실행 가능한 코드로 제공합니다.
본 커리큘럼은 신경망의 기초부터 시작하여 실제 대규모 언어 모델(LLM)을 구축하는 과정을 단계별로 안내하는 실습 중심의 YouTube 비디오 시리즈입니다. 학습자는 미니 프로젝트를 통해 역전파, MLP, 컨볼루션 신경망(WaveNet), 그리고 최종적으로 트랜스포머 기반의 GPT 아키텍처와 토크나이저까지 직접 코딩하며 딥러닝의 핵심 원리와 현대적인 AI 개발 워크플로우 전반을 습득하게 됩니다.
이 기술 기사는 OpenAI의 Whisper 모델을 사용하여 오디오 파일을 극도로 빠르게 전사할 수 있는 CLI 도구인 'insanely-fast-whisper'를 소개합니다. 이 도구는 Transformers, Optimum, 그리고 Flash Attention 2와 같은 최신 AI 가속화 기술들을 결합하여, 기존 대비 압도적으로 빠른 속도를 보여줍니다. 특히 A100 GPU에서 150분 분량의 오디오를 98초 미만으로 전사하는 놀라운 성능을 입증했습니다.