Kursplan

Introduktion till Multi-Agent System

  • Att definiera multi-agent-system i AI-ekosystemet
  • Kärnfördelar och utmaningar
  • Företagsanvändningsfall och applikationer

AgentCore för Multi-Agent Orkestering

  • AgentCore-orkestreringsarkitektur
  • Hantering av flera agenter över arbetsflöden
  • Hands-on-lab: orkestrering av enkla agentinteraktioner

Samlings- och Kommunikationsmodeller

  • Meddelandepassning och delat minnesmönster
  • Förhandlings- och uppgiftsfördelningsstrategier
  • Hands-on-lab: implementering av agentkollaborationsprotokoll

Specialisering och Rolltilldelning

  • Design av specialiserade agenter för olika uppgifter
  • Balansering av autonomi med koordinering
  • Hands-on-lab: skapande av rollspecifika agenter

Skalning av Multi-Agent System

  • Arkitekturöverväganden för företagsnivå
  • Prestationsövervakning och lastbalansering
  • Hands-on-lab: skalning av ett orkestrerat agentsystem

Styrelse, Säkerhet och Efterlevnad

  • Återförbarhet och observerbarhet för multi-agent-arbetsflöden
  • Behörighets- och säkerhetsmodeller
  • Fallstudie: efterlevnad i reglerade miljöer

Framtida Riktningar inom Multi-Agent AI

  • Trender inom autonom samarbete
  • Framväxande forskning inom agentkollektiv
  • Strategiska implikationer för företagsadoption

Sammanfattning och Nästa Steg

Krav

  • Djup förståelse för AI och maskininlärningssystem
  • Erfarenhet av design av distribuerade system
  • Kännedom om AWS-tjänster och molnbaserade arkitekturer

Målgrupp

  • Systemarkitekter
  • AI-forskare
  • Företagsstrategigrupper
 14 timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier