ed-donner/llm_engineering

解決する課題

このプロジェクトは、大規模言語モデル（LLM）エンジニアリングをゼロから学ぶための完全なカリキュラムです。構造化された8週間のパスと、専門知識を段階的に構築する実践的なプロジェクトを提供することで、推測を排除します。また、セットアップの難しさ、APIコスト、有料モデルと無料モデルの選択などの実際的な懸念にも対応します。

仕組み

コースは週ごとのフォルダに編成され、各フォルダはラボとコードを含むモジュールを表します。Ollamaを使用してLlama 3.2などのローカルモデルを実行する即時満足演習から始まり、学習者はすぐに結果を見ることができます。次に、Cursor（AIコーディング）やGPUアクセス用のGoogle Colabなどのツールを使用した完全な環境セットアップに移行します。学習者はOpenAIおよびAnthropic APIを使用し、コストを最小限に抑えるためのガイダンスが提供されます。最終週は、強力な自律型エージェントAIソリューションを構築してすべてを結び付けます。

対象読者

プログラミング経験があるか、ゼロから始めるかに関係なく、LLMエンジニアリングを学びたいすべての人を対象としています。READMEは、前提条件、就職の見込み、無料または代替モデルの使用に関する一般的な質問に回答します。コースは「実行」アプローチを重視し、学習者がコードを実行し、実験し、プロジェクトを調整することを奨励します。

ハイライト

• 段階的で累積的なプロジェクトを備えた8週間の構造化カリキュラム
• OllamaとLlama 3.2などのローカルモデルによる即時の実践結果
• すべてのプラットフォーム向けの詳細なセットアップ手順と有料APIの無料代替案
• コスト管理のヒントにより、コース全体の支出を数ドルに抑えます
• 最終週は自律型エージェントAIソリューションを構築します
• メール、LinkedIn、YouTube、およびFAQ用のデジタルツインによるコミュニティサポート