このガイドは、LLMを用いてアプリケーションを実装したいエンジニア向けです。Pythonの知識がある方を対象に、LLMアプリケーションの設計、実装、デプロイについて具体的に説明します。
ひとことで言うと
本記事は「LLM入門（上）Pythonでアプリを実装する」シリーズの目次です。API設計、ファインチューニング、モデル圧縮、チャットボット、Docker/Kubernetesによるデプロイまで、7章にわたって順を追って学べる構成になっています。
LLM入門（上）実践Python目次
| 章 | テーマ | 主な技術 |
|---|---|---|
| 1 | API設計と実装 | Flask / FastAPI / Redis |
| 2 | ファインチューニング | Hugging Face Transformers |
| 3 | データ前処理の自動化 | トークナイザー / パイプライン |
| 4 | モデル圧縮と推論最適化 | 量子化 / 知識蒸留 |
| 5 | チャットボット構築 | NLU / NLG / マルチターン |
| 6 | デプロイとCI/CD | Docker / Kubernetes / MLflow |
| 7 | リアルタイム翻訳システム | マルチモーダル / 蒸留 |
もっと詳しく
各章は独立しても読めますが、順に進めることで、LLM（大規模言語モデル）を本番環境で動かすまでの流れがひととおり把握できます。まずは第1章からご覧ください。
それでは早速「第1章・LLMを使ったAPIの設計と実装」を見ていきましょう。
