Kursplan

Introduktion till Agens AI

  • Definiering av agens AI och dess relation till traditionella AI-system
  • Översikt över resonemang, minne och måldrivna arkitekturer
  • Nyckelanvändningsfall och industrietillämpningar

Kärnkoncept och designmönster

  • Agentloopen: perception, resonemang och handling
  • Enkelagent vs. fleragentsystem
  • Miljöinteraktion och verktygskörning

Grundläggande promptning

  • Designa effektiva prompts för resonemang och uppgiftsdelning
  • Använd exempel, begränsningar och roller för bättre kontroll
  • Felsöka och iterera prompts systematiskt

Bygga enkla agensarbetsflöden

  • Implementera agentloopen i Python
  • Integrering med API:er och enkla verktyg
  • Hantera agents tillstånd och minne

Ansvarsfull design och säkerhetspraxis

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

Handsonprojekt: Designa en ansvarsfull agent

  • Definiera problemomfattningen och målen
  • Utveckla prompten och kontrolllogiken
  • Testa, förbättra och utvärdera agentens beteende

Sammanfattning och nästa steg

Krav

  • Grundläggande förståelse för AI eller maskininlärningskoncept
  • Familiaritet med Pythonsyntax och skriptning
  • Erfarenhet av att arbeta med data eller API-baserade program

Målgrupp

  • Datavetare som är nya inom agens AI-utveckling
  • Junior ML-injörer som utforskar tillämpade agentarkitekturer
  • Teknikchefer som vill förstå agensdesign och säkerhetsprinciper
 14 timmar

Antal deltagare


Pris per deltagare

Vittnesmål (3)

Kommande Kurser

Relaterade Kategorier