Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 28 hodiny
Návrh Školení
Inženýr pro nasazení AI
- Rola inženýra pro nasazení AI vs. ML inženýr a solutions inženýr
- Odpovědnost za výsledky, nikoli za milníky dodávky
- Spolupráce s týmy produktů, výzkumu a bezpečnosti
Discovery v neuspořádaných podnicích
- Observace workflowu od začátku do konce
- Mapování systémů, dat a handoffů
- Nalezení omezení, které blokuje hodnotu
Definice problému a priorizace
- Kvalifikace use case podle proveditelnosti
- Hodnocení kandidátských workflowů podle vynaloženého úsilí
- Výběr prvního workflowu k prokázání
Rámec hodnoty a kritéria přijetí
- Vyčíslení základních metrik před jakýmkoli vývojem
- Jazyk business case pro finanční sponzory
- Dohoda kritérií přijetí s uživateli
Výběr modelů: Frontier a open weights
- Porovnání GPT-6, Claude 5.5 a otevřených modelů
- Kompromisy mezi kontextem, latencí a jednotkovými náklady
- Kdy pravidla pro data vynucují lokálně hostované modely
Inženýrství kontextu a návrh promptů
- Strukturace instrukcí pro spolehlivé chování
- Shromáždění kontextu z systémů záznamu
- Cache promptů a minimalizace tokenů
Recherche a zakotvení znalostí
- Chunking a indexace podnikového obsahu
- Hybridní vyhledávání, reranking a citace
- Evaluace recherche odděleně od generování
Agenti a použití nástrojů
- Návrh nástrojů a typovaných rozhraní
- Vývoj s agentickými SDK od OpenAI a Claude
- Schvalování, opakování a zpracování chyb
MCP a integrace s podnikem
- Revize protokolu Model Context Protocol z 28. 7. 2026
- Vývoj a zabezpečení MCP serverů
- Povolení nástrojů vůči podnikové identitě
Evaluace jako jazyk dodávky
- Zlaté sady postavené na reálné práci
- Automatizované skóre a LLM soudci
- Vydávací brány vázané na evaluační práhové hodnoty
Guardrails, bezpečnost a lidský dohled
- Guardrails na vrstvě promptu, nástrojů a politik
- Eskalace a body lidského přezkumu
- Auditní stopy a povinnosti ohledně zpracování dat
Architektura nasazení v perimetru zákazníka
- Omezení identit, sítě a residency dat
- Model gateway a abstrakce více poskytovatelů
- Infrastruktura jako kód a proces vydání
Observability, náklady a token ekonomika
- Sledování běhů agentů a výzvy k nástrojům
- Nadašboards pro kvalitu a výdaje
- Snižování nákladů bez ztráty kvality
Adopce a změna
- Povolení pro lidi, kteří práci dělají
- Sítě šampionů a zpětnovazebné smyčky
- Měření rychlosti adopce
Od zakázky k znovu použitelné schopnosti
- Balíkování prokázáných workflowů
- Playbooky, blueprinty a akcelerátory
- Předání vnitřním týmům
Požadavky
- Znalost Pythonu, včetně práce s API a virtuálními prostředími
- Přehled o cloudových platformách, kontejnerizaci a správě verzí
- Předchozí zkušenosti s voláním LLM API nebo vývojem funkce založené na promptech
- Základní pochopení podnikových systémů, jako jsou CRM, ERP nebo ticketingové platformy
Cílová skupina
- Inženýři pro nasazení AI a aplikovaní AI inženýři
- Softwaroví inženýři, kteří se přesouvají k dodávce AI zákazníkům
- Techničtí konzultanti a architekti řešení odpovědní za nasazení AI
- Platformní inženýři podporující produkční AI workloady