Bądźmy w kontakcie
 Czas trwania 21 godzin

Plan Szkolenia

Podstawy architektury systemów AI

  • Warstwy, granice i rozdzielenie odpowiedzialności
  • Porty i adaptery w zastosowaniu do komponentów AI
  • Scenariusze atrybutów jakościowych dla funkcji AI
  • Rekordy decyzji architektonicznych jako narzędzie zarządzania

Ewolucja istniejącej aplikacji

  • Stopniowa modernizacja zamiast przepisywania od nowa
  • Umieszczanie usług AI obok istniejącego monolitu
  • Wzorce dusiciela i warstwy antykorupcyjnej
  • Punkty integracyjne dla istniejących interfejsów API i danych

Wzorce architektury integracji LLM

  • Brama modeli jako granica abstrakcji
  • Integracja synchroniczna, asynchroniczna i strumieniowa
  • Mechanizmy awaryjne, degradacja i przełączanie dostawców
  • Konfiguracja promptów i modeli jako wersjonowane zasoby

Kontrakty, interfejsy API i wymiana danych

  • Schematy wyjścia strukturalnego i walidacja
  • Idempotentność, ponawianie prób i ograniczanie szybkości
  • Budżety opóźnień i orkiestracja limitów czasu
  • Koszt na żądanie jako ograniczenie architektoniczne

Architektura RAG od początku do końca

  • Potok pozyskiwania, dzielenia na fragmenty i osadzania
  • Etapy indeksowania, wyszukiwania, ponownego rankingowania i generowania
  • Umiejscowienie wyszukiwania względem usług aplikacyjnych
  • Kompromisy i tryby awarii na każdym etapie

Wektorowe bazy danych i projektowanie wyszukiwania

  • Zarządzane a samodzielnie hostowane magazyny wektorowe
  • Wyszukiwanie gęste, rzadkie i hybrydowe
  • Filtrowanie metadanych i izolacja najemców
  • Strategia ponownego osadzania przy zmianie modeli

Jakość wyszukiwania, uziemienie i ocena

  • Zestawy ewaluacyjne budowane na podstawie rzeczywistych zapytań
  • Metryki jakości wyszukiwania i odpowiedzi
  • Cytowanie, uziemienie i ograniczanie halucynacji
  • Pętle informacji zwrotnej z powrotem do indeksu

Architektury agentowe

  • Pętla agenta i wywoływanie narzędzi
  • Deterministyczne przepływy pracy a autonomiczni planiści
  • Przypadki, w których agent jest złym rozwiązaniem
  • Określanie zakresu odpowiedzialności i stanu agentów

Systemy wieloagentowe i orkiestracja

  • Topologie nadzorcy i orkiestratora
  • Protokoły przekazywania zadań i kontrakty komunikatów
  • Pamięć współdzielona i zarządzanie kontekstem
  • Porównanie frameworków na gruncie architektonicznym

Komunikacja międzyusługowa i protokoły narzędziowe

  • Koordynacja oparta na zdarzeniach i kolejkach
  • Udostępnianie narzędzi za pomocą standardowych protokołów
  • Sagi, kompensacja i transakcje długotrwałe
  • Obserwowalność wzdłuż łańcucha wywołań usług

Agenci AI w przepływie pracy programistycznej

  • Agenci kodujący wewnątrz potoku dostarczania
  • Rozwój oparty na specyfikacjach i bramki przeglądu
  • Generowanie testów i zautomatyzowane kontrole jakości
  • Zabezpieczenia, które zachowują kontrolę architektoniczną

Zarządzanie i jakość oprogramowania

  • Przegląd projektowy funkcji AI
  • Zarządzanie zmianami modeli i promptów
  • Ocena regresji jako etap potoku
  • Własność, polityki i ścieżki zatwierdzania

Bezpieczeństwo, prywatność i zarządzanie danymi

  • Wstrzykiwanie promptów i obrona w głąb
  • Sekrety, kontrola dostępu i zasada najmniejszych uprawnień
  • Rezydencja danych, dane osobowe i retencja
  • Możliwość audytu i mechanizmy kontroli z udziałem człowieka

Skalowalność, koszty i obserwowalność

  • Śledzenie wzdłuż łańcuchów agentów
  • Telemetria tokenów i kosztów
  • Buforowanie i optymalizacja opóźnień
  • Poziomy usług i reagowanie na incydenty dla usług AI

Projekt końcowy: architektura rozwiązania opartego na AI

  • Widoki kontekstu, komponentów i wdrożenia
  • Projekt wyszukiwania i orkiestracji agentów
  • Plan bezpieczeństwa, zarządzania i kosztów
  • Wzajemna ocena, krytyka i mapa drogowa migracji

Wymagania

  • Doświadczenie w projektowaniu i utrzymywaniu produkcyjnych systemów oprogramowania
  • Praktyczna znajomość interfejsów API REST i integracji usług
  • Znajomość relacyjnych baz danych i modelowania danych
  • Podstawowa styczność z narzędziami lub interfejsami API opartymi na LLM

Grupa docelowa

  • Architekci oprogramowania
  • Liderzy techniczni i starsi inżynierowie
  • Menedżerowie inżynierii odpowiedzialni za decyzje architektoniczne

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie