adongwanai/AgentGuide

해결하는 문제

AgentGuide는 AI 에이전트 분야에 진입하고자 하는 개인을 위한 체계적이고 커리어 중심의 지식 기반을 제공합니다. 학습 자료의 분산 문제를 해결하기 위해, 알고리즘 엔지니어(연구 및 혁신 중심)와 개발 엔지니어(시스템 구현 및 비즈니스 도입 중심)의 역할에 맞는 구조화된 학습 경로로 자료를 정리하며, 이력서에 올릴 만한 프로젝트를 어떻게 구축할지, 기술 면접을 어떻게 통과할지에 대한 구체적인 안내도 제공합니다.

작동 방식

이 프로젝트는 '만들고, 안정적으로 실행하고, 정확하게 측정하며, 명확하게 설명하는' 원칙에 따라 콘텐츠를 구성합니다. 제공하는 내용은 다음과 같습니다:

• 구조화된 로드맵: 역할에 맞춘 학습 경로(8~15주)를 제공하여 기초 개념에서 고급 구현까지 단계적으로 진행합니다.
• 기술 스택 포괄적 커버리지: Agent Loop, Context Engineering, Memory, Tool 프로토콜(MCP, Skills), RAG(GraphRAG, Agentic RAG), Post-training(SFT, DPO/GRPO)에 대한 포괄적인 가이드 제공.
• 취업 준비 프레임워크: '1-2-5 프레임워크'를 통해 '내가 배운 것'에서 '내가 만든 것'으로 초점을 전환하며, 개인 브랜딩 및 AI 기반 지원 전략에 대한 조언도 포함합니다.
• 면접 대비: 1,500개 이상의 면접 질문과 아키텍처, 비즈니스, 결과 기반 차원에서 프로젝트를 설명하는 방법에 대한 가이드 제공.

대상 사용자

• 희망하는 AI 에이전트 알고리즘 엔지니어, AI 에이전트 개발 엔지니어, RAG 시스템 엔지니어.
• LLM 애플리케이션 엔지니어, 멀티모달 알고리즘 엔지니어.
• LLM/에이전트 분야로 전환을 원하는 개발자 및 연구자.

주요 특징

• 커리어 중심 접근법: 모든 지식 포인트가 면접에서 어떻게 평가되는지, 이력서에 어떻게 기술할지와 연결되어 있습니다.
• 이중 경로 설계: 연구/혁신 중심의 알고리즘 역할과 엔지니어링/안정성 중심의 개발 역할을 위한 별도이지만 보완적인 경로 제공.
• 포괄적인 기술 스택: 모델 피니튜닝 및 RAG부터 에이전트 하서닝 엔지니어링, 관측성에 이르기까지 전 생애주기 커버.
• 실용적인 프로젝트 안내: 검증 가능한 프로젝트를 성공적으로 완료하기 위한 5단계 방법과 실질적인 학습 결과를 남길 수 있는 '할 일 목록' 포함.