AI Engineering Learning Roadmap

AI Engineering Learning Roadmap

AI 엔지니어링을 시작하고자 하는 분들을 위한 학습 로드맵을 공유합니다. 이 로드맵은 AI 엔지니어링의 핵심 영역들을 단계별로 학습할 수 있도록 구성되어 있습니다.

👨‍💻 Coding & ML Fundamentals

기초 언어 및 개념

Python

• Python for Data Science (freeCodeCamp)
• Python의 기본 문법과 데이터 구조.
• NumPy, Pandas, Matplotlib 등 데이터 사이언스 라이브러리.

Bash

• Bash Scripting Crash Course
• 기본 쉘 명령어와 스크립팅.
• 자동화와 시스템 관리.

Typescript (Optional)

• TypeScript Handbook
• 정적 타입 시스템.
• 객체지향 프로그래밍.

Statistics & Types of ML Models

• Khan Academy - Statistics and Probability
• Google’s Machine Learning Crash Course
• “The Hundred-Page Machine Learning Book” by Andriy Burkov

📦 LLM APIs

• OpenAI Cookbook
• LangChain Documentation
• Anthropic API Guide
• Multi-modal with OpenAI (vision & audio)

🔧 Model Adaptation

• Prompt Engineering Guide
• Hugging Face – Transformers Fine-tuning Course
• Toolformer: Language Models Can Teach Themselves to Use Tools

🗃️ Storage for Retrieval

• Pinecone Docs (Vector DB)
• Weaviate RAG Starter
• Redis + LangChain Hybrid Retrieval Tutorial

🧠 RAG & Agentic RAG

• RAG with LangChain and OpenAI
• Haystack RAG Pipeline
• Meta’s original RAG paper
• LLM Orchestration with LangGraph

🤖 AI Agents

• LangChain Agents
• Auto-GPT
• OpenAgents (OpenAI DevDay Demo)
• ReAct Paper

🏗️ Infrastructure

• MLOps Zoomcamp (free)
• Deploy LLM with Kubernetes (by Pinecone)
• CI/CD with GitHub Actions

👀 Observability & Evaluation

• WhyLogs (WhyLabs)
• TruLens for LLM Eval
• LangSmith (by LangChain)

🛡️ Security

• AI Red Teaming Guide (Microsoft)
• Ethical Considerations from DeepMind
• Llama Guard & Prompt Guardrails

🚀 Forward Looking Elements

• AI Agents for Robotics - Stanford CS327G
• Voice Cloning & TTS (coqui.ai)
• CLI AI Agents (Auto-GPT, gpt-engineer)

학습 가이드

이 로드맵은 AI 엔지니어링의 다양한 영역을 포괄적으로 다루고 있습니다. 각 섹션은 독립적으로 학습할 수 있으며, 자신의 관심사와 목표에 따라 학습 순서를 조정할 수 있습니다.

추천 학습 순서

1. Coding & ML Fundamentals: AI 엔지니어링의 기초가 되는 프로그래밍과 머신러닝 개념을 먼저 학습합니다.
2. LLM APIs: 대규모 언어 모델의 기본적인 사용법을 익힙니다.
3. Model Adaptation: 프롬프트 엔지니어링과 파인튜닝을 통해 모델을 조정하는 방법을 학습합니다.
4. Storage & RAG: 데이터 저장과 검색 시스템을 구축하는 방법을 익힙니다.
5. AI Agents: 자율적인 AI 에이전트를 설계하고 구현하는 방법을 학습합니다.
6. Infrastructure & Security: 프로덕션 환경에서의 배포와 보안을 고려합니다.

학습 팁

• 각 섹션의 실습 예제를 직접 구현해보세요.
• 관련 커뮤니티에 참여하여 다른 개발자들과 경험을 공유하세요.
• 지속적으로 최신 트렌드와 기술을 업데이트하세요.

이 로드맵은 AI 엔지니어링의 여정을 시작하는 데 도움이 되길 바랍니다. 각자의 속도와 관심사에 맞춰 학습을 진행하시기 바랍니다.

Ready to Build the Future of Private AI Cloud?

다키클라우드의 미션—“AI Compute & Software for Everyone”—에 공감한다면, 메일로 지금 바로 문의 주세요. 📧 info@thakicloud.co.kr