Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 21 hodiny
Návrh Školení
Základy architektury pro AI systémy
- vrstvy, hranice a oddělení zájmů
- aplikace portů a adaptérů na AI komponenty
- scénáře atributů kvality pro AI funkce
- záznamy architektonických rozhodnutí jako nástroj správy
Evoluce stávající aplikace
- inkrementální modernizace místo přepisu
- umístění AI služeb vedle stávajícího monolitu
- strategicky zúžující (strangler) a anti-korupční vrstvy
- body integrace pro stávající API a data
Architektonické vzorce pro integraci LLM
- výchozí brána (model gateway) jako abstraktní hranice
- synchronní, asynchronní a streamovací integrace
- zálohování, degradace a přepínání dodavatelů
- konfigurace promptů a modelů jako verzované aktiva
Smlouvy, API a výměna dat
- strukturní schémata výstupu a validace
- idempotence, opakování pokusů a limitace rychlosti
- rozpočty latence a orchestrace časových limitů
- náklady na požadavek jako architektonické omezení
Architektura RAG od začátku do konce
- pipeline pro ingest, chunkování a embedding
- fáze indexace, vyhledávání, přerankingu a generování
- umístění vyhledávání vůči aplikačním službám
- kompromisy a režimy selhání na každé fázi
Vektorové databáze a návrh vyhledávání
- správané versus samostatně hostované vektorové úložiště
- husté, řídké a hybridní vyhledávání
- filtrace metadat a izolace tenantů
- strategie přepočítávání embedding při změně modelů
Kvalita vyhledávání, zakotvení a evaluace
- evaluační sady založené na reálných dotazech
- metriky kvality vyhledávání a odpovědí
- citace, zakotvení a omezení halucinace
- zpětné vazby zpět do indexu
Architektura agentů
- smyčka agenta a volání nástrojů
- deterministické workflow versus autonomní plánovači
- případy, kdy je agent špatnou odpovědí
- vymezení odpovědnosti a stavu agentů
Multi-agentní systémy a orchestrace
- topologie dozorce a orchestrátora
- protokoly přebírání a smlouvy zpráv
- sdílená paměť a správa kontextu
- porovnání frameworků na architektoním základě
Komunikace služeb a protokoly nástrojů
- událostmi řízená a frontová koordinace
- exponování nástrojů prostřednictvím standardních protokolů
- saga, kompenzace a dlouhotrvající transakce
- observabilita přes skoky mezi službami
AI agenti v vývojovém procesu
- coding agenti uvnitř dodavatelského potrubí
- specifikace řízený vývoj a revizní brány
- generování testů a automatické kontroly kvality
- ochranné mechanismy (guardrails) zachovávající architektonickou kontrolu
Správa a kvalita softwaru
- revize návrhu pro AI funkce
- správa změn modelů a promptů
- regresní evaluace jako fáze potrubí
- vlastnictví, politika a cesty schválení
Bezpečnost, soukromí a správa dat
- injekce promptů a obrana hloubkou
- tajené údaje, řízení přístupu a nejmenší oprávnění
- rezidence dat, osobní údaje a doba uchování
- auditovatelnost a lidské řízení (human-in-the-loop)
Škálovatelnost, náklady a observabilita
- tracování přes řetězce agentů
- telemetrie tokenů a nákladů
- ukládání do mezipaměti a optimalizace latence
- úrovně služeb a reakce na incidenty pro AI služby
Closingová práce: Architektura pro AI řízené řešení
- pohledy na kontext, komponenty a nasazení
- navržení vyhledávání a orchestrace agentů
- plán bezpečnosti, správy a nákladů
- kolegialní revize, kritika a mapa migrace
Požadavky
- Zkušenosti s návrhem a údržbou produkčních softwarových systémů
- Funkční znalost REST API a integrace služeb
- Poznatky o relačních databázích a modelování dat
- Základní seznámení s nástroji nebo API založenými na LLM
Cílová skupina
- Softwaroví architekti
- Techničtí vedoucí a seniorní inženýři
- Inženýrští manažeři zodpovědní za architektonická rozhodnutí
Reference (1)
Získal jsem znalosti týkající se knihovny Streamlit v Pythonu a určitě ji budu snažit použít k zlepšení aplikací ve svém týmu, které jsou vytvořeny v R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurz - GitHub Copilot for Developers
Přeloženo strojem