Hugging Face AI Agents Course 프로젝트 소개
프로젝트 개요
Hugging Face AI Agents Course는 학습자가 초보자에서 AI 에이전트 전문가로 성장할 수 있도록 돕는 무료 온라인 강좌입니다. 이 강좌는 Hugging Face 팀에서 개발했으며, 커뮤니티 피드백을 기반으로 지속적으로 개선되는 활발한 오픈 소스 프로젝트입니다.
주요 특징
🎯 학습 목표
- 이론과 실습 병행: AI 에이전트의 이론, 설계 및 실습 학습
- 라이브러리 및 도구 숙달: smolagents, LlamaIndex, LangGraph와 같은 established AI Agent libraries 사용법 학습
- 커뮤니티 공유: Hugging Face Hub에 에이전트를 공유하고 커뮤니티에서 만든 에이전트 탐색
- 경쟁 챌린지: 챌린지에 참여하여 다른 학생들의 에이전트와 비교
- 인증 획득: 과제 완료를 통해 완료 인증서 획득
📚 강좌 구조
주요 유닛
| 챕터 | 주제 | 설명 |
|---|---|---|
| 0 | Onboarding | 도구 및 플랫폼 설정 |
| 1 | Agent Fundamentals | 도구, 사고, 행동, 관찰 및 형식 설명; LLMs, 메시지, 특수 토큰 및 채팅 템플릿 설명; Python 함수를 도구로 사용하여 간단한 사용 사례 제시 |
| 2 | Frameworks | 인기 라이브러리에서 기본 개념 구현 이해: smolagents, LangGraph, LLamaIndex |
| 3 | Use Cases | 실제 사용 사례 구축 |
| 4 | Final Assignment | 선택한 벤치마크를 위한 에이전트 구축 및 학생 리더보드에서 에이전트에 대한 이해 증명 |
추가 보너스 유닛
- Bonus Unit 1: Fine-tuning an LLM for Function-calling
- Bonus Unit 2: Agent Observability and Evaluation
- Bonus Unit 3: Agents in Games with Pokemon
🛠️ 기술 요구 사항
선수 지식
- Python 기초 지식
- LLMs 기초 지식 (강좌에 복습 챕터 포함)
필요 도구
- 인터넷 연결이 가능한 컴퓨터
- Hugging Face 계정 (무료 등록)
📋 학습 방식
강좌 구성
- 기본 유닛: 에이전트 개념 이론 학습
- 실습: established AI Agent libraries를 사용하여 고유한 환경에서 에이전트 훈련. 이러한 실습 섹션은 사전 구성된 환경을 갖춘 Hugging Face Spaces로 제공
- 사용 사례 과제: 학습한 개념을 적용하여 실제 문제 해결
- 챌린지: 에이전트를 다른 에이전트와 경쟁시키고 에이전트 성능을 비교할 수 있는 리더보드 제공
권장 학습 속도
- 각 챕터는 1주 안에 완료하도록 설계
- 주당 약 3-4시간 학습 시간
- 인증 마감일: 2025년 7월 1일
🏆 인증 체계
인증 유형
- 기본 인증: Unit 1 완료 시 획득
- 완료 인증: Unit 1, 사용 사례 과제 및 최종 챌린지 완료 필요
인증 요구 사항
- 완전 무료
- 모든 과제는 2025년 7월 1일 전에 완료해야 함
👥 강좌 팀
주요 강사
- Joffrey Thomas: Hugging Face 머신러닝 엔지니어, 생산 환경에서 AI 에이전트 구축 및 배포
- Ben Burtenshaw: Hugging Face 머신러닝 엔지니어, 다중 플랫폼 강좌 제공 경험
- Thomas Simonini: Hugging Face 머신러닝 엔지니어, Deep RL 및 ML for games 강좌 제작자
- Sergio Paniego: Hugging Face 머신러닝 엔지니어, 여러 유닛 내용 기여
🌟 프로젝트 특징
오픈 소스 커뮤니티 주도
- GitHub 오픈 소스 프로젝트, 기여 환영
- Discord 커뮤니티 지원 및 토론
- 피드백에 따라 지속적으로 개선
실습 지향
- 사전 구성된 Hugging Face Spaces 환경
- 실제 사용 사례
- 에이전트 성능 리더보드
상호 작용 학습
- 퀴즈 및 과제
- 커뮤니티 학습 그룹
- 실시간 세션 및 상호 작용 콘텐츠
📊 기술 스택
주요 프레임워크 및 라이브러리
# 주요 사용 AI 에이전트 라이브러리
- smolagents
- LangGraph
- LlamaIndex
플랫폼 지원
- Hugging Face Hub
- Hugging Face Spaces
- GitHub 협업
- Discord 커뮤니티
🎮 특징 콘텐츠
Pokemon 에이전트 게임
보너스 유닛 3에서 학습자는 에이전트를 구축하여 Pokemon 전투를 수행할 수 있으며, 이는 재미있는 실습 프로젝트입니다.
생산 수준 에이전트
강좌는 이론뿐만 아니라 에이전트의 관찰 가능성 및 평가를 포함하여 생산 환경을 준비합니다.
요약
Hugging Face AI Agents Course는 이론 학습, 실습, 커뮤니티 상호 작용 및 인증 체계를 결합한 포괄적이고 실습 지향적인 AI 에이전트 학습 플랫폼입니다. 이는 활발한 프로젝트이며, 귀하의 피드백과 기여에 따라 지속적으로 발전합니다. 이 강좌는 Python 기초 지식을 가진 학습자에게 적합하며, 초보자부터 전문가 수준의 AI 에이전트 개발까지 모두 혜택을 얻을 수 있습니다.