感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
Agentic AI簡介
- 定義Agentic AI及其與傳統AI系統的關係。
- 推理、記憶和目標驅動架構概述。
- 關鍵用例和行業應用。
核心概念與設計模式
- Agent循環:感知、推理和行動。
- 單Agent與多Agent系統。
- 環境交互與工具調用。
提示工程基礎
- 設計有效的提示以實現推理和任務分解。
- 使用示例、約束和角色以獲得更好的控制。
- 系統地調試和迭代提示。
構建簡單的Agentic工作流程
- 在Python中實現Agent循環。
- 與API和簡單工具集成。
- 管理Agent狀態和記憶。
責任設計與安全實踐
- Agent的倫理考慮與責任使用。
- AI系統中的偏見、透明度和問責制。
- 訪問控制、數據保護和內容安全。
實踐項目:設計一個責任Agent
- 定義問題範圍與目標。
- 開發提示與控制邏輯。
- 測試、優化和評估Agent行爲。
總結與下一步
最低要求
- 對AI或機器學習概念有基本瞭解。
- 熟悉Python語法和腳本編寫。
- 有處理數據或基於API的應用程序的經驗。
目標受衆
- 剛接觸Agentic AI開發的數據科學家。
- 探索應用Agent架構的初級機器學習工程師。
- 希望瞭解Agent設計和安全原則的技術經理。
14 時間:
客戶評論 (3)
知識與實踐的良好結合
Ion Mironescu - Facultatea S.A.I.A.P.M.
課程 - Agentic AI for Enterprise Applications
機器翻譯
理論與實踐的結合,以及高層與底層視角的融合
Ion Mironescu - Facultatea S.A.I.A.P.M.
課程 - Autonomous Decision-Making with Agentic AI
機器翻譯
實務練習
Daniel - Facultatea S.A.I.A.P.M.
課程 - Agentic AI in Multi-Agent Systems
機器翻譯