adongwanai/AgentGuide
https://adongwanai.github.io/AgentGuide | AI Agent开发指南 | LangGraph实战 | 高级RAG | 转行大模型 | 大模型面试 | 算法工程师 | 面试题库 | 强化学习｜数据合成
해결하는 문제
AgentGuide는 개발자와 연구자가 AI 에이전트 역할로 전환하도록 돕는 포괄적이고 커리어 지향적인 학습 리소스입니다. 기본 개념부터 바로 취업 가능한 포트폴리오까지 구조화된 경로를 제공함으로써 AI 학습 자료의 파편화 문제를 해결하고, AI 알고리즘 엔지니어와 AI 개발 엔지니어의 요구 사항을 명확히 구분합니다.
작동 방식
이 프로젝트는 강의, 논문, 튜토리얼 등 방대한 큐레이션 리소스를 체계적인 6단계 여정으로 정리합니다: 목표 역할 식별, 구직 방법론 이해, 역할별 학습 로드맵 따르기, 실용 프로젝트 구축, 기술 세부 사항 학습, 면접 준비. "Build > Learn" 철학을 강조하여 사용자가 실질적인 데모와 개인 브랜드를 만들어 경쟁이 치열한 취업 시장에서 돋보이도록 장려합니다.
대상
- 연구와 혁신에 초점을 맞춘 AI 에이전트 알고리즘 엔지니어 지망자.
- 시스템 아키텍처와 비즈니스 구현에 초점을 맞춘 AI 에이전트 개발 엔지니어 지망자.
- 단순 API 호출을 넘어 복잡한 에이전트 시스템으로 나아가고자 하는 LLM 애플리케이션 개발자.
- 주요 AI 기업 면접을 준비하는 학생 또는 전문가.
하이라이트
- 역할별 로드맵: 알고리즘 중심(10‑15주)과 개발 중심(8‑12주) 트랙을 별도로 제공.
- 커리어 중심 접근: 1‑2‑5 구직 프레임워크를 포함하고, 이력서에 프로젝트를 최대 효과적으로 기술하는 구체적인 가이드를 제공.
- 포괄적인 기술 스택: Agent Loops, LangGraph, MCP, Context Engineering, RAG/멀티모달 RAG, 그리고 포스트 트레이닝(SFT, DPO, GRPO)을 모두 다룸.
- 면접 준비: 1,500개 이상의 면접 질문 은행과 주요 기업의 실제 경험 보고서를 제공.
- 실무 프로젝트 가이드: 평가와 소거 실험에 중점을 둔 "이력서에 가치 있는" 프로젝트를 확보하기 위한 5단계 방법론을 제시.