国または地域と言語

    国または地域と、言語を選んでください。

    おすすめ

      すべての国と地域

        キャラクターを選ぶ

        上部のバーとプロフィールに表示されます。いつでも変更できます。

        コース / LLMツールと開発

        RAGとAIエージェントをPythonで作る、LLMアプリ開発の練習

        RAG(検索拡張生成)とは、質問に関係する資料を検索し、その資料を根拠に言語モデルに答えさせるしくみです。このコースでは、RAGの作り方から、ツールを呼び出すAIエージェントの作り方まで、言語モデルを使うアプリの周りのPythonコードを書きます。レスポンスの検証、引用の確認、評価、安全なループを、用意された模擬のレスポンスで確かめるので、実際のモデルは呼び出しません。

        レッスン1を始める面接を練習するアセスメントを受けるすべてのコースで最初のユニットを練習できます。アカウントは不要です。
        60レッスン
        338採点付きの練習問題
        12プロジェクト、ケース、試験
        対策できる試験 エンジニアリングの面接と、オリジナルの時間制限付き職務アセスメント

        できるようになること

        • 構造化出力、拒否、不完全なレスポンスを検証する
        • テナントで絞り込んだ資料と引用を使い、手元で動く検索のパイプラインを作る
        • 許可したツールだけを、引数を確かめてから実行し、エージェントのループに上限を設ける
        • 固定した評価のケースで候補とベースラインを比べ、運用の根拠を安全な形で残す
        • 一時的なエラーを上限つきで再試行し、結果の分からない変更から回復する

        対象者

        Pythonで関数を書ける方
        言語モデルの周りで動くアプリケーションのコードを書き、テストします。
        言語モデルを使った機能をレビューする方
        公開の前に、資料の境界、安全でない操作、評価の根拠を確かめる練習ができます。
        AIエンジニアを目指す方
        面接の練習が2セットと、時間を計って解く模擬試験が2つあり、仕事の課題に近い形で力を確かめられます。

        無料で練習できる内容

        ユニット1「リクエストの仕様」:5レッスン、採点付きの練習問題26問。アカウントもカードも不要です。

        無料ユニットを始める

        コースの残りは、One CourseまたはAll Accessプランで利用できます。 プランと料金を見る

        言語モデルを使った開発の学習を続ける

        ここでプランを選んでください。コースはすでに選択されています。

        One Course

        言語モデルを使った開発のすべてのレッスン、プロジェクト、模擬試験。

        価格を読み込み中/月

        月払い。いつでも解約できます。

        All Access

        すべてのコース、試験、プロジェクトに加え、面接ハブも利用できます。

        価格を読み込み中/月

        月払い。いつでも解約できます。

        プロジェクト、ケーススタディ、模擬試験

        ケーススタディ · 初級ケーススタディ:チケットの振り分け

        明示的な権限とリソースの境界を持たせて、ルーティングの依頼に対応します。

        6ステップ · 14 min
        ケーススタディ · 初級ケーススタディ:壊れたラウンドトリップ

        範囲の狭いツールを定義し、求められていない操作を許さずに、対応付けた結果を返します。

        6ステップ · 14 min
        プロジェクト · 中級プロジェクト:ハンドブックのインデックス

        追跡できるチャンクと決定的なベクトルのフィクスチャを使って、独自の産業用マニュアルのインデックスを作ります。

        8ステップ · 22 min
        プロジェクト · 中級プロジェクト:方針についての回答

        顧客の方針についての質問には、現在の認められた根拠だけから答えます。

        8ステップ · 22 min
        プロジェクト · 中級プロジェクト:評価ハーネス

        固定したケースのIDと必須の安全性のゲートを使って、プロンプトの改訂を比べます。

        8ステップ · 22 min
        プロジェクト · 上級プロジェクト:配車エージェント

        ペイロードの完全な一致による承認と、再構成できる状態を備えた、上限のある実行のワークフローを準備します。

        8ステップ · 22 min
        ケーススタディ · 上級ケーススタディ:テナントの情報漏えい

        安全なインシデントの証拠を保ちながら、テナントの情報漏えいを調べます。

        6ステップ · 14 min
        プロジェクト · エキスパートプロジェクト:バッチサービス

        安全なキャッシュのID、出力の対応付け、提示された観測値のゲートを使って、バッチのレポートを作ります。

        8ステップ · 22 min
        模擬試験 · エキスパート模擬試験:根拠に基づく機能

        根拠に基づく機能を追跡し、再現できる公開のバンドルを準備します。

        12問 · 40 min
        模擬試験 · エキスパート模擬試験:安全でない実行からの回復

        承認されたデータの方針を守らせ、保存された根拠から公開かロールバックかを判断します。

        12問 · 40 min

        動作するPythonのノートブックで、独自のローカルのモッククライアントを使って言語モデルの機能を作ります。最新のResponses形式のリクエストを組み立て、構造化された出力を検証し、ツールの結果を対応付けます。追跡できる検索を作り、プロンプトの改訂を比較し、エージェントのループに上限を設け、テナントと承認の境界を守ります。プロジェクトでは、学習者が実際に書いた関数を積み重ねて、確認済みのレポートにします。練習セット、面接、時間制限のある2つの採用の選考では、独自の架空のデータと合成の観測値を使います。モックは、実際の推論も外部のツールの実行も行いません。文書化されたAPIの一部、偽のベクトル、偽のトークン単位を使って、モデルの品質、プロバイダーの料金、クラウドの認定試験の完全な対策をうたうことなく、連携の動作を教えます。

        初級

        無料アカウントもカードも不要です。このユニットのすべてのレッスンを練習できます。

        リクエストの仕様

        明示的な権限とリソースの境界を持たせて、ルーティングの依頼に対応します。

        5レッスン

        構造化出力

        答えを受け入れる前に、出力の形、レスポンスの状態、業務の規則を検証します。

        5レッスン

        ツールのラウンドトリップ

        範囲の狭いツールを定義し、求められていない操作を許さずに、対応付けた結果を返します。

        5レッスン

        中級

        検索インデックス

        追跡できるチャンクと決定的なベクトルのフィクスチャを使って、独自の産業用マニュアルのインデックスを作ります。

        5レッスン

        根拠に基づく回答

        顧客の方針についての質問には、現在の認められた根拠だけから答えます。

        5レッスン

        評価ハーネス

        固定したケースのIDと必須の安全性のゲートを使って、プロンプトの改訂を比べます。

        5レッスン

        上級

        エージェントのループ

        ペイロードの完全な一致による承認と、再構成できる状態を備えた、上限のある実行のワークフローを準備します。

        5レッスン

        メモリと安全性

        安全なインシデントの証拠を保ちながら、テナントの情報漏えいを調べます。

        5レッスン

        回復力のある連携

        認められていない作業を繰り返さずに、一時的な結果と不確かな結果から回復します。

        5レッスン

        エキスパート

        コストと速度

        安全なキャッシュのID、出力の対応付け、提示された観測値のゲートを使って、バッチのレポートを作ります。

        5レッスン

        運用の根拠

        根拠に基づく機能を追跡し、再現できる公開のバンドルを準備します。

        5レッスン

        本番の判断

        承認されたデータの方針を守らせ、保存された根拠から公開かロールバックかを判断します。

        5レッスン

        最初のユニットではレスポンスの項目の境界を見分け、厳密な構造化出力のリクエストへ進みます。RAGは正規化したベクトル検索で検索のしくみを確かめてから、方針についての回答のプロジェクトで最後まで組み立てます。資料の中に紛れ込んだ悪意のある指示は、信頼できない検索の境界で扱います。

        コーディングエージェントに作業を任せる側の練習はAIエージェントを使ったコーディング、モデルそのものの学習と評価は機械学習のコースにあります。採用の選考に備えるなら、面接ハブのページで質問に答える練習ができます。

        よくある質問

        実際のモデルを呼び出しますか?

        呼び出しません。書いたPythonは、用意された出力を返す当サイト独自の模擬クライアントに対して動きます。APIキーも有料のアカウントも不要です。練習問題に正解しても、実際のモデルの性能を測ったことにはなりません。

        検索の練習で、本物の埋め込みサービスを使いますか?

        使いません。決まった値のベクトルを自分で作り、類似度を手元で計算します。インデックスとランキングの動きを学ぶためのもので、学習済みの埋め込みモデルやマネージドのベクトルデータベースの品質を再現するものではありません。

        RAGとファインチューニングはどう違いますか?

        RAGは回答のたびに資料を検索して根拠として渡す方法で、ファインチューニングは追加の学習でモデルそのものを調整する方法です。このコースで練習するのはRAGの側で、モデルの学習は扱いません。

        AI-103やAWSの認定資格の対策になりますか?

        資格の対策講座ではなく、実務のエンジニアリングの練習です。時間を計る模擬試験も仕事の課題をもとにしたオリジナルで、ベンダーの試験を再現したものではありません。

        先にPythonを学ぶ必要がありますか?

        関数を書き、辞書とリストを使い、例外を処理できれば始められます。まだ不安があればPythonのコースから始めてください。

        無料で使えますか?

        最初のユニットは無料で、アカウントも必要ありません。残りのユニットはOne CourseまたはAll Accessのプランで利用できます。プランと料金は料金ページで確認できます。

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        プランを変更

        価格を確認しています

        ヘルプとフィードバック

        質問、うまく動かない点、アイデアなどをお寄せください。メールで返信します。

        どのような内容ですか?

        返信のためだけに使用します。