Plan Szkolenia
Wprowadzenie do Agentic AI i przegląd warsztatów
- Zrozumienie Agentic AI i struktury warsztatów
- Przegląd narzędzi, ram programistycznych i zależności
- Najlepsze praktyki w zakresie konfiguracji projektu i współpracy
Projekt 1: Asystent inteligentny z wnioskowaniem opartym na promptach
- Projektowanie agenta konwersacyjnego opartego na zadaniach
- Używanie strukturalnych promptów do wnioskowania i podejmowania decyzji
- Budowanie i testowanie w Jupyter Notebook
Projekt 2: Agent analizy i podsumowania dokumentów
- Ekstrakcja i podsumowywanie danych z plików PDF i tekstowych
- Używanie LangChain do odbioru i odzyskiwania dokumentów
- Generowanie raportów wykonawczych ze strukturalnej i niestrukturalnej treści
Projekt 3: Agent używający narzędzi do automatyzacji przepływu pracy
- Integrowanie zewnętrznych API i automatyzowanie powtarzalnych zadań
- Zarządzanie procesami wieloetapowymi za pomocą pętli agentowych
- Budowanie małego asystenta automatyzacji dla rzeczywistych przepływów biznesowych
Projekt 4: Agent analizy danych i generowania wniosków
- Połączenie agentów z źródłami danych (CSV, SQL lub API)
- Wykonywanie eksploracyjnej analizy danych z pomocą Pythona i AI
- Tworzenie wizualizacji wniosków i dashboardów wydajności
Projekt 5: Współpraca i orkiestracja wielu agentów
- Koordynowanie wielu agentów do delegowania zadań
- Projektowanie architektury kontroler-pracownik
- Wdrażanie i testowanie prototypu systemu wielu agentów
Zakończenie i kolejne kroki
- Prezentacje projektów i feedback od rówieśników
- Dyskusja o strategiach optymalizacji i skalowania
- Zasoby do dalszej nauki i eksperymentowania
Wymagania
- Średnie zaawansowanie w programowaniu w Pythonie
- Podstawowe zrozumienie zasad AI lub uczenia maszynowego
- Znajomość API i przepływów pracy przetwarzania danych
Grupa docelowa
- Inżynierowie i programiści szukający budowy aplikacyjnych projektów AI
- Zespoły techniczne poszukujące umiejętności szybkiego prototypowania w Agentic AI
- Specjaliści zaangażowani w integrację AI i rozwój programów pilotażowych
Opinie uczestników (1)
Najcenniejsze: praktyczne zadania z analizy danych przy użyciu AI bez kopiowania i wklejania — ale poprzez własne zastosowanie tego, czego się nauczyłem. Drugie najcenniejsze: definicje pojęć, których wszyscy używają (umiejętności, agenci, MCP, API). Teraz, gdy je rozumiem, czuję się znacznie pewniej, próbując AI Po trzecie: Twoje wyjaśnienia, jak działa AI, co potrafi, a czego nie (zapamiętam Twoją zasadę 80/20 na zawsze). Po czwarte: posiadanie wszystkiego, czego nas nauczyłeś, w formie pisemnej i łatwo dostępnej.
Lieven Hofmann - Transport & Environment
Szkolenie - Hands-On Agentic AI Bootcamp: Build 5 Real Projects in Python
Przetłumaczone przez sztuczną inteligencję