Online Course.
벡터DB로 구현하는
LLM 기반 검색 엔진 & 유사 상품 추천 시스템
ft. Pinecone & Langchain

01 상용화 가능한 수준의 프로젝트

LLM과 벡터DB를 사용하여 대규모 커머스 플랫폼 수준의 고성능 추천 시스템을 구현합니다.
02 기초부터 배우는 벡터DB의 A to Z

개념-실습-실전 모두 담은 6개의 파트로 다양한 분야의 LLM 개발에 벡터DB를 활용합니다.
03 현직자의 벡터DB 실무 활용 꿀팁

국내 대기업에서 벡터DB로 상용 서비스를 구축하는 엔지니어들이 알려주는 Tips & Tricks

코스 프로모션 배너 전용입니다.

0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.

(자동)

정가 ~~(자동)~~

할인 금액 (자동)

현재 판매가 (자동)

(자동)

* 12개월 무이자 할부 시

바로 구매하기

기본 정보

· 6개 대주제, 76여개 강의 클립 (약 33시간 분량)
· 선수 지식 - 원리 이해 & 실습 - 실전 활용
· 수강 대상:
- 0-5년차의 데이터 엔지니어 및 데이터베이스관리자(DBA)
- 벡터 DB와 그 활용에 관심이 있는 0-5년차 머신러닝 엔지니어
- 생성형 AI와 벡터 데이터베이스를 함께 활용하고자 하는 소프트웨어 개발자
- 벡터 데이터베이스를 기존 아키텍처에 적용하고자 하는 소프트웨어 개발자
· 선수 지식:
- 프로그래밍 기초 개념에 대한 이해
- 하나 이상의 프로그래밍 언어(예: Python, Java)를 사용한 경험
- 데이터 분석과 머신러닝 기초에 대한 이해
- 테이블, 쿼리 및 데이터 조작과 같은 데이터베이스 기본 개념에 대한 이해
- NumPy, Panda 등 데이터 조작 툴 사용 경험
· 사용 스택: OpenAI, Dall-E, Langchain, LlamaIndex, Pinecone
· 수강 환경: Windows, Mac에서 모두 수강 가능
· 과금: 3만원 이하

강의 특징

· 화제의 신기술 벡터DB를 LLM(대규모언어모델)과 함께 사용하여 고성능 AI 검색 엔진과 유사 상품 추천 시스템을 구축해보는 실무 대비 강의입니다.
· 수강료 1회 결제로 평생 소장
· 부가 학습 자료 제공

총 10과목

정가 0원

할인 판매가 0% 할인 0원

12개월 할부 월 0원

GPT 모델을 기반으로 AI 기능을 개발하는 당신,
이런 생각한 적 있나요?

GPT의 할루시네이션을 줄일 방법은 없을까?
데이터 보안 및 접근 권한을 관리할 수는 없을까?
도메인에 특화된 답을 하도록 학습시킬 수는 없을까?
오래된 대화 기록을 반영하게 할 수는 없을까?

이 고민들을 한 번에 해결해 줄 화제의 데이터베이스,

벡터 데이터베이스란?
비정형 데이터를 고차원 공간의 점인 ‘벡터’로 저장하여, 각 점 사이의 거리로 유사도를 계산합니다.
비정형 데이터의 저장과 비교가 간편하여, AI 개발에 최적화되어 있습니다.

벡터DB에 대해 자세히 알고 싶다면?

특히 LLM과 함께 사용되었을 때,
벡터DB는 LLM의 부족한 답변을 보완할 수 있습니다.

벡터DB는
추천 시스템, 번역 시스템, 얼굴 인식 등 다양한 분야에서
도입되고 있는, LLM 기반 개발자라면 반드시 알아야 할 DB입니다.

오직 패스트캠퍼스에서만,

(2024년 1월 기준)

벡터DB 전격 활용 강의를 만나보세요!
벡터DB 활용의 기초부터 실전까지 모두 알려드립니다.

어느 분야의 벡터DB 개발에도 활용할 수 있는
공통적 현업 프로세스를 경험해보세요!

강의 진행 프로세스
데이터 설계 및 가공 > 모델 선정 및 검색 파이프라인 구축 > 검색 파이프라인 최적화

강사의 한 마디

“현업에서 따르는 벡터DB 개발 프로세스를 기반으로 실무적 가이던스를 드립니다.”

빠르게 나오는 새로운 기술들을 사용자의 요구사항을 명확히 반영하여
구현하기 위해서는 많은 고민과 시행착오를 겪을 수밖에 없습니다. 이론적 바탕에 기반한 실무적 가이던스를 드림으로써
프로젝트를 하는 과정에서 필수적으로 겪을 시행착오를 미리 건너뛸 수 있도록 도와 드리겠습니다.

Point 1

LLM과 벡터DB를 사용하여 만드는

Production Level 의 텍스트 & 이미지 기반
상품 추천 시스템 구현 프로젝트

패스트캠퍼스의 추천 시스템 프로젝트가 특별한 이유
01. 여느 강좌에서 볼 수 있는 튜토리얼 수준의 ‘Naive RAG’ 가 아닌닌, 상용화 가능한 수준의 ‘Advanced RAG ’로 구현합니다.
02. RAG 시스템의 성능을 측정하고 개선하는 현업의 고도화 과정까지 진행합니다.

| 학습 포인트 |   #이미지 처리 ㅣ #인풋 쿼리 변환 ㅣ 이미지 임베딩 | #메타데이터 ㅣ #유사도 검색

| 단계별 구현 내용 |   사용 기술 : OpenAI Embedding / OpenAI ChatCompletion / Pinecone / Llamaindex

| 학습 포인트 |   #이미지 처리 ㅣ #인풋 쿼리 변환 ㅣ 이미지 임베딩 | #메타데이터 ㅣ #유사도 검색 (이미지)

| 단계별 구현 내용 | 사용 기술 : OpenAI CLiP / Pinecone / Llamaindex / Langchain

Project 3
텍스트 & 이미지 기반 ‘연관 상품’ 추천 시스템 & 코디 이미지 생성

| 학습 포인트 |   #이미지 처리 ㅣ #인풋 쿼리 변환 ㅣ 이미지 임베딩 ㅣ #메타데이터 ㅣ #유사도 검색 (이미지)

| 단계별 구현 내용 | 사용 기술 : Pinecone API / Langchain / OpenAI API / DALL-E

프로젝트를 마치고 나면,
현업에서도 분야와 상관 없이 텍스트와 이미지 유사도를 통합적으로 고려하는
고성능 검색 알고리즘을 구축할 수 있습니다.

Point 2

AI 기초가 부족해도 벡터DB 완벽 활용 가능!

선수 지식 - 원리 이해 & 실습 - 실전 활용 단계로 구성된
약 30시간의 체계적 커리큘럼

벡터DB를 이해하기 위해 필요한 머신러닝의 기초, 그리고 벡터 임베딩의 개념을 텍스트와 이미지 두 갈래로 먼저 학습합니다.
대표적 벡터DB인 Pinecone과 LLM 개발 프레임워크인 Langchain을 엮어 개념부터 학습한 후, 함께 실전 프로젝트에서 활용해봅니다.

STEP 1 | 선수 지식

벡터 임베딩과 벡터DB

∙ 벡터DB가 다른 DB와 어떻게 다른지, 왜 LLM 기반 개발에 중요한지 학습
∙ 벡터DB의 기반인 벡터 임베딩의 개념을 텍스트와 이미지 두 가지 측면으로 학습

STEP 2 | 원리 이해 & 실습

벡터DB의 개념과 활용

∙ 벡터DB의 구성 요소와 기본 조작 방법 학습
∙ LLM과 벡터DB를 함께 활용할 때 사용되는 프레임워크와 베이스모델 학습

STEP 3 | 원리 이해 & 실습

LLM과 벡터DB를 활용한 텍스트 & 이미지 기반 추천 시스템 구축

∙ 위에서 배운 내용을 기반으로, 각각 텍스트, 이미지, 멀티모달(텍스트+이미지) 기반의 추천 시스템을 Production Level로 구축
∙ 위 과정에서 실제 서비스 개발 단계에서 벡터DB를 사용할 때 고려해야 할 사항을 학습

초보자를 위한 선수지식 강의까지 제공
파이썬 기초 강의, 기초 머신러닝 & 딥러닝 강의 제공

상세 커리큘럼 보기

Point 3

벡터DB의 도입부터 구축, 운영까지!

생성형 AI 서비스 개발 시
단계별 벡터DB 실전 포인트

벡터DB를 현업에 도입하고 싶은데, 구체적으로 어떻게 할 지 모르시겠다고요?
국내 대기업에서 벡터DB로 생성형 AI 서비스를 개발해온 현직 데이터 사이언티스트들이 여러분의 고민을 해결해드립니다.

위 고민에 대한 해답을 모두 담은, 개발 단계별 벡터DB 활용 꿀팁!

강사의 한마디
한두솔 강사님 ㅣ 곽기은 강사님
현) SK디스커버리 Data Scientists
LLM 어플리케이션의 핵심인 벡터디비를 워크플로우에 도입하고, 아키텍처를 구축하여 효율성과
효과성을 동시에 가져가기 위해서는, 탄탄한 이론과 수많은 경험에서 비롯된 노하우가 필요합니다.
LLM을 활용한 벡터DB Application 구축 관련 자료가 거의 없던 시절부터 이를 도입하며 시행착오를 겪었던
저희가 0부터 100까지 쌓아올린 경험을 바탕으로 확실하고 핵심 위주의 활용 포인트를 알려드릴게요.

Point 4

벡터DB의 이해부터 실무 적용까지,

가이드가 되어줄 풍성한 부록

아직 정보가 부족한 벡터DB는 혼자서 배우기도, 실무에서의 의사결정을 내리기도 어렵습니다.
벡터DB가 처음이어도 쉽게 이해하고 실무에 적용할 수 있도록, 당신의 가이드가 되어줄 풍성한 부록을 준비했습니다.

(1차 오픈일 3/11 제공)
(최종 오픈일 4/11 제공)
(1차 오픈일 3/11 제공)

강의 미리보기

아직 고민 중이신가요?
강의를 미리보고 결정하세요!

CH03_02.

Pinecone을 활용한 인재 추천 시스템 만들기:search 및 사용자 인풋 정의-2

Point 5

국내 대기업에서 벡터 DB 기반으로
서비스를 개발하고 계신 전문 강사진

국내 탑급 대기업에서 시중의 거의 모든 벡터DB를 사용하여 프로젝트를 진행했으며,
벡터DB 기반으로 특허 출원까지 한 전문적 강사님들을 모았습니다.

한두솔 강사님

현) SK디스커버리 Data Scientist

강사님 한 마디

저희 강사진이 사내에서 직접 생성형 AI 프로그램을 구축할 당시에는 관련 정리된 자료가 없어서 개념을 정리하는데 한참이 걸렸습니다. 또한 지금과 같이 관련 Library들의 성숙도가 높지 않아 직접 하드코딩을 하는 것으로 필요 이상의 공수가 발생하기도 하였고, 시시각각 새로운 기술이 튀어나와 어제 유효한 방식이 오늘은 Outdated되는 경우가 허다해 자주 곤혹을 치뤘습니다. 하지만 여러분에겐 저희의 시행착오를 기반으로 한 핵심적인 엑기스만 추출해서 기술적으로 구현 가능하게 전달해 드리니 열심히 들어주시기만 하면 됩니다!

곽기은 강사님

현) SK디스커버리 Data Scientist
전) MunichRe Data Scientist

강사님 한 마디

실제 업무를 하며 취득한 정보를 어떻게 전달 드려야 수강생분들께서 막힘 없이 실제 업무에 뛰어들 수 있을지 고민하며 강의를 제작하였습니다. 기본적인 이론과 실습을 진행한 후에는 점진적으로 복잡한 아키텍쳐를 가진 프로젝트를 직접 구현하실 수 있 때문에, 완강을 하신다면 본인만의 창의적인 아키텍쳐를 업무에 적용하실 수 있으실 겁니다.

Point 6

조교님과 AI가 답변하는

질의응답 게시판

* 본 채널은 2024.3.11 ~ 2027.1.29 동안 운영 됩니다.
* 강사님이 채널에 입장하시지만 답변이 필수로 제공되지 않는 커뮤니티 형식의 공간입니다.
* 강사님이 현업 중 답변하시기에 답변까지 영업일 기준 7일 내외 시간이 소요될 수 있습니다.

오직 패스트캠퍼스에서만,
벡터DB 도입을 위한 모든 준비를 끝마쳐보세요!

커리큘럼

아래의 모든 강의를 초격차 패키지 하나로 모두 들을 수 있습니다.
지금 한 번만 결제하고 모든 강의를 평생 소장하세요!

Part 1. 벡터 DB 소개

01. Orientation

· 생성형 AI 소개 및 VectorDB의 역할(1)
· 실습 overview
· OpenAI의 api endpoint 소개

Part 2. 벡터 임베딩의 종류 - 텍스트

01. Text Embedding 개념

· Overview
· Word2Vec
· Transformer

02. Text Embedding 실전

· 실무에서의 Text Embedding 사용 (1) - 도메인 적합성
· 실무에서의 Text Embedding 사용 (2) - 수행작업 성능

03. 분석 환경 세팅 (1)

· local 환경 설정
· Repository 생성
·Package 설치

04. 분석 환경 세팅 (2)

· Visual studio 환경 세팅

05. OpenAI 환경 세팅

·Intro to OpenAI 회원가입 및 api key 설정

06. Pinecone 환경 세팅

· ntro to Pinecone회원가입 및 project 개설

07. Embedding Model 실습

· Dataset 준비
· Embedding을 활용한 유사도 측정
· 알맞은 Embedding Model 선택 방법
· Advanced 실습 (optional)
· Embedding search 최적화

Part 3. 벡터 임베딩의 종류 - 이미지

01. Image Embedding 개념

· Overview
· Single Modal (1)
· Single Modal (2)
· Single Modal (3)
· ViT
· Multimodal (CLIP)

02. Multimodal Deep Learning 실습

·Google colab 연결
· Dataset 준비
· Image embedding model 실습 (1)
· Image embedding model 실습 (2)
· Text와 Image 통합 활용 실습 (1)
· Text와 Image 통합 활용 실습 (2)

Part4. 벡터DB의 동작 원리 & 벡터 검색 실습

01. VectorDB Overview

· 개요
· Indexing
· Querying
· 사용가능 Vector DB 리스트
· Pinecone을 활용한 Indexing & Searching

02. LLM architecture

· LLM architecture, Cheat sheet 소개

03. Pinecone을 활용한 인재 추천 시스템 만들기

· DB 구축
· search 및 사용자 인풋 정의

Part 5. 벡터DB 활용을 위한 모델과 프레임워크

01. VectorDB Practical Concept

· Indexing & Retrieving

02. Intro to Langchain & Llamaindex

· Langchain 소개
· LlamaIndex 소개
· PineconeDB 조작

03. VectorDB Tips & Tricks

· Advanced Retrieval Strategies
· Query Transformation
· Putting it all togerther (1)
· Putting it all togerther (2)

Part 6. 최종 프로젝트

01. 프로젝트 기획

· 프로젝트 소개
· 프로젝트 기획 방법 및 아키텍쳐 소개

02. LLM을 활용한 서치

· PineconeDB 구축을 위한 데이터 전처리
·CLIP을 활용한 embedding 생성
· CLIP을 보완해줄 SPLADE (sparse vector search)
·기본적인 Text, image, hybrid search method 구축
·Text input gateway와 hybrid search
·/Image input gateway와 hybrid search (1)
·/Image input gateway와 hybrid search (2)
·Multi input gateway와 hybrid search
·패션 추천 모듈
·Input gateway 일원화 및 search function 통합
·
·

03. 비용 관리

· 비용 계산 및 비용 절감을 위한 아키텍처 팁

04. 관리자 페이지 만들기

· Obsidian을 활용한 LLM 서비스 관리자 페이지 만들기 demo demo

상세 커리큘럼 다운 받기

(자동)

정가 ~~(자동)~~

할인 금액 (자동)

현재 판매가 (자동)

(자동)

* 12개월 무이자 할부 시

바로 구매하기

이 강의도 추천해요.

학습규정 * 본 상품은 동영상 형태의 강의를 수강하는 상품입니다.
* 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
* 수강 신청 및 결제를 완료하시면, 마이페이지를 통해 바로 수강이 가능합니다.
* Window/Mac 운영체제에서 수강하실 수 있습니다.
* 파트 4의 경우 [고성능 RAG를 위한 66가지 최신 RAG 테크닉 (ft. Advanced RAG, Modular RAG)] 강의의 Part 2와 동일한 영상입니다.

총 학습기간:
– 정상 수강기간(유료 수강기간) 최초 1개월(60일), 무료 수강 기간은 61일차 이후로 무제한이며,  유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.
– 본 패키지는 약 33시간 분량으로, 일 1시간 내외의 학습 시간을 통해 정상 수강 기간(=유료 수강 기간) 내에 모두 수강이 가능합니다.
– 수강시작일: 수강 시작일은 결제일로부터 기간이 산정됩니다. (사전 예약 강의의 경우 1차 강의 오픈일) 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.

주의사항 – 상황에 따라 사전 공지 없이 할인이 조기 마감되거나 연장될 수 있습니다.
– 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.
– 본 상품은 기수강생 할인, VIP CLUB 제도 (구 프리미엄 멤버십), 기타 할인 이벤트 적용이 불가할 수 있습니다.
– 커리큘럼은 제작 과정에서 일부 추가, 삭제 및 변경될 수 있습니다.
– 쿠폰 적용이나 프로모션 등으로 인해 5만원 이하의 금액으로 강의를 결제할 경우, 할부가 적용되지 않습니다.

환불규정 – 환불금액은 정가가 아닌 실제 결제금액을 기준으로 계산됩니다.
– 쿠폰을 사용하여 강의를 결제하신 후 취소/환불 시 쿠폰은 복구되지 않습니다.

– 수강시작 후 7일 미만, 5강 미만 수강 시에는 100% 환불 가능합니다.
– 수강시작 후 7일 이내, 5강 이상 수강 시 전체 강의에서 수강한 강의의 비율에 해당하는 수강료를 차감 후 환불 가능합니다.
– 수강시작 후 7일 초과 시 정상 수강기간 대비 잔여일에 대해 아래 환불규정에 따라 환불 가능합니다.
: 환불요청일시 기준 수강시작 후 1/3 경과 전, 실 결제금액의 2/3에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 전, 실 결제금액의 1/2에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 후, 환불 금액 없음

* 보다 자세한 환불 규정은 홈페이지 취소/환불 정책에서 확인 가능합니다.

패스트캠퍼스 정책 안내 [패스트캠퍼스 아이디 공유 금지 정책]
패스트캠퍼스의 모든 온라인 강의에서는 1개의 아이디로 여러명이 공유하는 형태를 금지하고 있습니다.
동시접속에 대한 기록은 내부 시스템을 통해 자동으로 누적되며, 이후 서비스 이용이 제한될 수 있습니다.

[기기제한 정책]
패스트캠퍼스 온라인 강의 시청을 위해서는 ID별 최대 3개의 기기를 등록할 수 있으며, 기기 등록은 온라인 강의장 접속 시 자동 등록됩니다.
최대 갯수를 초과하였을 경우 등록된 기기 해제가 필요합니다.

[저작권 정책]
패스트캠퍼스의 모든 강의는 무단 배포 및 가공하는 행위, 캡쳐 및 녹화하여 공유하는 행위, 무단으로 판매하는 행위 등 일체의 저작권 침해 행위를 금지합니다.
부정 사용이 적발될 경우 저작권법 위반에 의한 법적인 제재를 받으실 수 있습니다.

벡터DB의 도입부터 실무까지 정복하는 벡터 임베딩 마스터 패키지 주의사항 및 환불규정 [주의사항]
- 본 세트 상품 구매 시 기수강생 할인 쿠폰 및 VIP CLUB 제도, 페이백 쿠폰 등 별도 이벤트 또는 쿠폰 적용이 불가합니다.
- 본 묶음상품은 패키지로 할인을 추가 적용하여 판매하므로, 강의 일부 환불은 불가하며 아래 환불 규정에 따라 반영됩니다.
- 수강 시작일은 결제일로부터 기간이 산정됩니다.
- 콘텐츠는 향후 당사의 일정에 따라 추가 또는 업데이트 될 수 있습니다.
- 패스트캠퍼스의 사정으로 수강시작이 늦어진 경우에는 해당 일정 만큼 수강 시작일이 연기됩니다.
- 천재지변, 폐업 등 서비스 중단이 불가피한 상황에는 서비스가 종료될 수 있습니다.

[학습규정]
본 이벤트는 온라인 강의를 묶어 추가 할인을 제공하는 패키지로, 정상 수강기간(유료 수강기간)은 최초 60일, 무료 수강기간은 61일차 이후입니다.
수강 기간은 평생 수강이므로 유료 수강기간과 무료 수강기간 모두 동일하게 시청 가능합니다.

[환불규정]
※ 본 이벤트는 패키지로 할인을 추가 적용하여 판매하므로 환불 가능 기간인 15일 이내 환불 요청 시 위 기준에 따라 반영됩니다.
수강시작 후 7일 이내, 5강 미만 수강 시에는 100%환불 가능합니다.
수강시작 후 7일 초과, 5강 이상 수강시 수강기간인 2개월(60일) 대비 잔여일에 대해 다음과 같이 환불 가능합니다.

: 불요청일시 기준 수강시작 후 1/3 경과 전, 실 결제금액의 2/3에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 전, 실 결제금액의 1/2에 해당하는 금액 환불
: 환불요청일시 기준 수강시작 후 1/2 경과 후, 환불 금액 없음

root layout

벡터DB로 구현하는 LLM 기반 검색 엔진 & 유사 상품 추천 시스템 (ft. Pinecone & Langchain)