Návrh Školení

Základy agentic AI

  • Co je autonomní agent: definice a taxonomie
  • Agentní smyčka: cyklus vnímání, rozhodování, akce a pozorování
  • Návrhové vzory pro odpovědnosti a rozsah agentů

Pythonové nástroje a SDK agenty

  • Použití LangChain a podobných SDK k inicializaci agentů
  • Async programování, úložné fronty a správa podsystémů
  • Zabalení, virtuální prostředí a reprodukovatelné pracovní postupy vývoje

Integrace externích nástrojů a API

  • Návrh rozhraní nástrojů a bezpečné vzory volání nástrojů
  • Připojení k webovým API, databázím a interním službám
  • Správa přihlašovacích údajů, tajných klíčů a přístupu s nejnižšími oprávněními

Správa paměti, stavu a kontextu

  • Krátkodobé kontextové okna a techniky návrhu dotazů
  • Dlouhodobé architektury paměti: Redis, vektorové úložiště, posilování načtení
  • Konzistence, strategie vyrovnávacích pamětí a hygieny paměti

Orchestrace, plánování a vícestupňové pracovní postupy

  • Řetězení akcí, podagentů a dekompozice úkolů
  • Plánovací algoritmy vs. heuristická orchestrace
  • Zpracování selhání, opakování a kompenzační akce

Bezpečnost, testování a sledovatelnost

  • Hrozebné modely, červená týmy a sanitizace vstupů/výstupů
  • Jednotkové, integrační a end-to-end testování agentů
  • Protokolování, metriky, trasování a upozorňování na chování agentů

Nasazení, škálování a MLOps pro agenty

  • Kontejnerizace, CI/CD potrubí a strategie nasazení
  • Ovládání nákladů, omezování frekvence a optimalizace zdrojů
  • Sledování, správa a operační playbooks

Závěr a další kroky

Požadavky

  • Pochopení programování v Pythonu
  • Zkušenosti s REST API a asynchronním I/O
  • Oboznámení se základními koncepty strojového učení a předem natrénovanými LLMs (Large Language Models)

Cílová skupina

  • Inženýři ML
  • Vývojáři AI
  • Software inženýři
 21 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie