adongwanai/AgentGuide

解決する課題

AgentGuide は、AIエージェント分野に進出したい個人向けの体系的でキャリア志向の知識ベースを提供します。学習リソースの散在化を解決し、アルゴリズムエンジニア（研究・イノベーション中心）と開発エンジニア（システム実装・ビジネス展開中心）の両方の役割に応じた構造化された学習パスに整理。また、履歴書に載せる価値のあるプロジェクトの構築方法や、技術面接に合格するための具体的なアドバイスも提供します。

動作方法

このプロジェクトは「作成し、安定して実行し、正確に測定し、明確に説明する」という原則に基づいてコンテンツを整理しています。以下を提供します：

• 構造化されたロードマップ：役割に応じた学習パス（8〜15週間）を提供。基礎概念から高度な実装まで段階的に進みます。
• 技術スタックの網羅的カバー：Agent Loop、Context Engineering、Memory、ツールプロトコル（MCP、Skills）、RAG（GraphRAG、Agentic RAG）、Post-training（SFT、DPO/GRPO）に関する包括的なガイド。
• 就職活動フレームワーク：「1-2-5フレームワーク」により、「学んだこと」から「作ったこと」へ焦点を移します。個人ブランディングやAI駆動の応募戦略に関するアドバイスも含みます。
• 面接対策：1,500問以上の面接問題と、アーキテクチャ、ビジネス、成果の観点からプロジェクトを説明する方法に関するガイド。

対象者

• 有望なAIエージェントアルゴリズムエンジニア、AIエージェント開発エンジニア、RAGシステムエンジニア。
• LLMアプリケーションエンジニア、マルチモーダルアルゴリズムエンジニア。
• LLM/エージェント分野への転身を希望する開発者や研究者。

特徴

• キャリア志向アプローチ：すべての知識ポイントが、面接でどう問われるか、履歴書にどう記載するかと紐づけられています。
• 二軌道パス：研究・イノベーション中心のアルゴリズム系と、エンジニアリング・安定性中心の開発系の、別々だが補完的なパスを提供。
• 包括的な技術スタック：モデルファインチューニングやRAGからエージェントハーネスエンジニアリング、観測性まで、ライフサイクル全体をカバー。
• 実践的なプロジェクトガイド：検証可能なプロジェクトを獲得するための5ステップ法と、具体的な学習成果を残すための「Todoリスト」を含みます。