Kom i kontakt

Kursplan

Introduktion till agentbaserad AI

  • Definition av agentbaserad AI och dess relation till traditionella AI-system
  • Översikt över resonemang, minne och målstyrda arkitekturer
  • Viktiga användningsfall och branschapplikationer

Kärnbegrepp och designmönster

  • Agentloopen: perception, resonemang och handling
  • Enkel-agent vs. multiagent-system
  • Interaktion med miljön och anrop av verktyg

Grundläggande promptteknik

  • Att designa effektiva prompts för resonemang och uppgiftsdekomposition
  • Användning av exempel, begränsningar och roller för bättre kontroll
  • Felsökning och iterativ utveckling av prompts systematiskt

Att bygga enkla agentbaserade flöden

  • Att implementera en agentloop i Python
  • Integration med APIs och enkla verktyg
  • Hantering av agenttillstånd och minne

Ansvarsfull design och säkerhetspraktiker

  • Ethiska överväganden och ansvarsfull användning av agenter
  • Bias, transparens och ansvar i AI-system
  • Åtkomstkontroll, dataskydd och innehållssäkerhet

Praktiskt projekt: Designa en ansvarsfull agent

  • Att definiera problemets omfattning och mål
  • Utveckling av prompt och kontrolllogik
  • Testning, förfining och utvärdering av agentbeteende

Krav

  • Grundläggande förståelse för AI- eller maskininlärningsbegrepp
  • Kunskap om Python-syntax och skriptning
  • Erfarenhet av att arbeta med data eller API-baserade tillämpningar

Målgrupp

  • Datavetare som är nya inom utveckling av agentbaserad AI
  • Junior ML-ingenjörer som utforskar tillämpad agentarkitektur
  • Teknologiledare som vill förstå agentdesign och säkerhetsprinciper
 14 Timmar

Antal deltagare


Pris per deltagare

Vittnesmål (3)

Kommande Kurser

Relaterade Kategorier