Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie do Agentowej Sztucznej Inteligencji

  • Definiowanie agentowej sztucznej inteligencji i jej relacji z tradycyjnymi systemami AI
  • Przegląd architektur opartych na rozumowaniu, pamięci i celach
  • Kluczowe przypadki użycia i zastosowania w branży

Podstawowe koncepcje i wzorce projektowe

  • Pętla agenta: percepcja, rozumowanie i działanie
  • Systemy jednoagentowe vs. wieloagentowe
  • Interakcja ze środowiskiem i wywoływanie narzędzi

Podstawy Inżynierii Promptów

  • Projektowanie skutecznych promptów do rozumowania i dekompozycji zadań
  • Korzystanie z przykładów, ograniczeń i ról dla lepszej kontroli
  • Systematyczne debugowanie i iterowanie promptów

Budowanie Prostych Przepływów Pracy Agentów

  • Implementacja pętli agenta w Pythonie
  • Integracja z API i prostymi narzędziami
  • Zarządzanie stanem i pamięcią agenta

Odpowiedzialne Projektowanie i Praktyki Bezpieczeństwa

  • Rozważania etyczne i odpowiedzialne użytkowanie agentów
  • Błędy, przejrzystość i odpowiedzialność w systemach AI
  • Kontrola dostępu, ochrona danych i bezpieczeństwo treści

Praktyczny Projekt: Projektowanie Odpowiedzialnego Agenta

  • Definiowanie zakresu problemu i celów
  • Rozwijanie promptu i logiki sterującej
  • Testowanie, udoskonalanie i ocena zachowania agenta

Podsumowanie i Kolejne Kroki

Wymagania

  • Podstawowa znajomość koncepcji sztucznej inteligencji lub uczenia maszynowego
  • Znajomość składni i skryptów w języku Python
  • Doświadczenie w pracy z danymi lub aplikacjami opartymi na API

Grupa docelowa

  • Data scientists, którzy są nowi w rozwoju agentowej sztucznej inteligencji
  • Młodsi inżynierowie ML, eksplorujący zastosowane architektury agentowe
  • Menedżerowie technologiczni, którzy chcą zrozumieć zasady projektowania i bezpieczeństwa agentów
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie