Membangun Agen AI Produksi menggunakan Python dan Kerangka Kerja Multi-Agen

Kerumitan aplikasi AI modern memerlukan orkestrasi yang canggih. Apakah Anda siap untuk bergerak melewati perintah sederhana dan membangun sistem cerdas yang dapat mengotomatisasi tugas-tugas kompleks tingkat perusahaan? Kursus ini menyediakan dasar yang praktis dan berfokus pada kode dalam merancang, membangun, dan menerapkan agen AI yang dapat diandalkan, dapat dilacak, dan dapat disesuaikan. Anda akan berpindah dari konsep agen dasar ke mengimplementasikan arsitektur multi-agen tingkat perusahaan menggunakan kerangka kerja Python terkemuka. Apa yang akan kau pelajari: * Mengerti konsep inti dari agen LLM, termasuk pola ReAct dan penggunaan alat yang efektif (panggilan fungsi). * Desain dan mengimplementasikan kompleks multi-agen workflow menggunakan kerangka kerja orkestrasi modern seperti LangGraph dan AutoGen. * Terapkan teknik Retrieval-Augmented Generation (RAG) pada agen tanah dalam data milik menggunakan basis data vektor. * Praktik prinsip-prinsip penting LLMOps, termasuk pemantauan, tracing, dan metrik evaluasi dasar untuk kinerja agen. * Konfigurasi pipa deployment yang kuat untuk sistem agen, mengintegrasikan konsep seperti dasar-dasar CI / CD dan dasar- dasar containerization. Kursus ini dimulai dengan mendefinisikan terminologi kunci dan pola agen dasar sebelum menyelam ke implementasi praktis dari arsitektur multi-agen. Kursus ini dirancang untuk pengembang pemula dan insinyur perangkat lunak yang memiliki pengetahuan kerja Python dan ingin berspesialisasi dalam membangun sistem agen AI yang dapat ditempatkan. Tidak diperlukan pengalaman sebelumnya dengan LangChain, LLMOps, atau AI canggih. Mulai menguasai arsitektur yang diperlukan untuk generasi berikutnya dari aplikasi AI hari ini.