Návrh Školení

Úvod do agenční AI

  • Definice agenční AI a její vztah k tradičním systémům AI
  • Přehled rozumové činnosti, paměti a architektur orientovaných na cíle
  • Klíčová použití a průmyslové aplikace

Základní koncepty a návrhové vzory

  • Cyklus agenta: vnímání, rozumová činnost a akce
  • Jednoagentové vs. víceagentové systémy
  • Interakce s prostředím a volání nástrojů

Základy vytváření příkazů (prompt engineering)

  • Návrh efektivních příkazů pro rozumovou činnost a rozložení úkolů
  • Použití příkladů, omezujících podmínek a rolí pro lepší kontrolu
  • Ladicí práce a systémové iterace příkazů (prompts)

Vytváření jednoduchých pracovních postupů agentů

  • Implementace cyklu agenta v Pythonu
  • Integrace s API a jednoduchými nástroji
  • Správa stavu a paměti agenta

Zodpovědný design a bezpečnostní praktiky

  • Ethiské záležitosti a odpovědné používání agentů
  • Bias, transparentnost a účetnictví v systémech AI
  • Řízení přístupu, ochrana dat a bezpečnost obsahu

Praktický projekt: Návrh odpovědného agenta

  • Definice rozsahu problému a cílů
  • Vývoj příkazu (prompt) a logiky řízení
  • Testování, rafinace a hodnocení chování agenta

Shrnutí a další kroky

Požadavky

  • Základní znalosti konceptů AI nebo strojového učení
  • Osvědčenost s pythonovými syntaxi a skripty
  • Zkušenosti s prací s daty nebo aplikacemi založenými na API

Účastníci

  • Data scientists noví v oblasti vývoje agenční AI
  • Juníorské inženýři ML (strojové učení) zkoumající aplikované architektury agentů
  • Manažeři technologií, kteří se chtějí dozvědět o návrhu a bezpečnostních principech agentů
 14 hodiny

Počet účastníků


Cena za účastníka

Reference (3)

Nadcházející kurzy

Související kategorie