SsenbAISsenbAI
홈커리큘럼Tech 뉴스Paper 경향
로그인무료 실력 진단

AI 엔지니어 커리큘럼

기초 → 코어 → LLM·에이전트 코어 → 전공 브랜치 → 수렴, 다섯 단계의 흐름입니다. 순서는 추천 경로일 뿐 — 배경이 있다면 원하는 과목부터 자유롭게 시작하세요.

기초FOUNDATION필수

AI를 다루는 데 필요한 도구와 수학을 손에 익힙니다.

↓
코어CORE필수

정형 데이터의 머신러닝과 신경망의 기본기를 세웁니다.

↓
LLM·에이전트 코어LLM · AGENT CORE필수

완성된 LLM을 시스템으로 부리는 기술 — 이 커리큘럼의 척추.

↓
전공 브랜치BRANCH선택

관심 분야를 골라 심화합니다 — 순서는 자유.

↓
수렴PRODUCTION필수

만든 모델을 살아있는 서비스로 배포·운영합니다.

기초 · FOUNDATION

수학 for 인공지능

학습 가능

GPU 없이 체화하는 AI 수학 — 데이터 표현부터 트랜스포머 수학까지.

공부하던 곳

챕터 2 · 행렬곱과 전치 — 데이터를 한꺼번에 변환하기공부 중 1/6

이어서 학습처음부터
9%6/66 완료 · 11개 챕터 · 권장 선행 없음

행렬 연산으로 데이터를 변환하고, 실제 계산에서 생기는 수치 문제를 함께 이해합니다.

1행렬곱과 전치 — 데이터를 한꺼번에 변환하기학습하기 →2rank와 역행렬 — 변환을 되돌릴 수 있을까3broadcasting — 모양이 다른 배열끼리 계산하는 규칙4부동소수점과 수치 안정성 — 컴퓨터 계산의 함정5condition number — 계산이 민감해지는 순간6AI 연결: GPU 위의 텐서 연산 — 딥러닝은 행렬곱 기계
행렬곱전치rank역행렬condition numberbroadcasting수치 안정성

연결되는 AI 개념 · 딥러닝 텐서 연산 · GPU 연산 · 모델 파라미터 계산 · log-sum-exp 안정화

#AI필수#NLP/LLM#CV#추천#GNN#RL