AI Agents Kurs i Oslo

Denne instruktørlede, live trening (online eller på stedet) er rettet mot avanserte AI-ingeniører, robotikkutviklere og automatiseringsspesialister som ønsker å utnytte DeepSeek for å bygge intelligente AI-agenter og autonome systemer.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Forstå arkitekturen og evnene til DeepSeek AI-modeller.
• Integrere DeepSeek i AI-agenter for beslutningsprosesser og automatisering.
• Anvende forsterkende læringsmetoder for å trene autonome systemer.
• Distribuerer AI-drevne autonome agenter i virkelige miljøer.

Selvstendige AI-agenter integreres raskt i beslutningsprosesser innen forskjellige sektorer som forsvar, helse, finans og infrastruktur. Mens disse systemene får større uavhengighet og autonomi, er det et presserende behov for robuste etiske rammeverk, styringsmekanismer og reguleringskontroll for å veilede design og innføring av dem.

Denne instruktørledede, direkte opplæringen (online eller på stedet) er rettet mot avanserte fagfolk som ønsker å utforske de etiske, samfunnsmessige og regulerende implikasjonene ved å innføre selvstendige AI-agenter i virkelige omgivelser.

Ved slutten av denne opplæringen vil deltakere være i stand til:

• Analysere de etiske risikoene og de moralske dilemmaene som selvstendige AI-agenter utgjør.
• Vurdere styringsrammeverk og reguleringsmodeller som er relevante for høyrisikofyllende AI-innføring.
• Vurdere ansvarlighets-, forklarbarhets- og gjennomsiktighetsmekanismer i selvstendige systemer.
• Utvikle strategier for å samordne AI-agenters atferd med juridiske, etiske og samfunnsmessige verdier.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Case studies og rollespillsimuleringer.
• Praktisk analyse av styringsmodeller og etiske rammeverk.

Tilpasningsalternativer for kurset

• For å be om et tilpasset kurs, vennligst kontakt oss for å avtale.

AI-styrt automatisering kombinerer flexibiliteten i no-code-plattformer med intelligensen fra store språkmodeller og selvstendige agenter for å skape skalable, intelligente systemer.

Dette instruktørledede, live-treningen (online eller på stedet) er rettet mot mellomnivå-profesjonelle som ønsker å designe, bygge og optimalisere automatiseringspipelines forsterket med AI-avgjørelser, orchestrering og selvutførende evner.

Til slutt av denne treningen vil deltakerne kunne:

• Designe no-code-automatiseringsarbeidsflyter forsterket med AI-tolkning og svar.
• Bruke prompt-kjedning, webhook-utløsere og APIs for å bygge skalable logikkflyter.
• Opprette intelligente apper som kobler tjenester sammen og tolker data selvstendig.
• Forstå, designe og deploye AI-agenter med evne til målrettet handling og utførelse.

Kursformat

• Interaktiv forelesning og diskusjon.
• Masse øvelser og trening.
• Praktisk implementering i en live-lab-miljø.

Kursanpassningsmuligheter

• For å be om et anpasset kurs, vennligst kontakt oss for å ordne dette.

Denne instruktørledede, live opplæring på Oslo (online eller på sted) er rettet mot mellomnivå AI-utviklere, sikkerhetsspesialister og komplianseoffiserer som ønsker å designe og implementere sikre AI-agenter mens de tar hensyn til etiske bekymringer og robusthet.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå sikkerhetsrisikoer og etiske utfordringer i utviklingen av AI-agenter.
• Implementere sikkerhetsførstedesignprinsipper for AI-modeller.
• Bruke motstandsdyktige teknikker mot angrep for å forhindre angrep på AI-agenter.
• Sikre overholdelse av etiske retningslinjer for AI og reguleringsstandarder.

Edge & Lightweight Agents er et praktisk kurs fokusert på å deploye agensmessige AI-arbeidslast på ressursbegrensete enheter. Deltakerne lærer å bygge, optimalisere og administrere lyse agents som kan utføre lokal resonering og inferens, noe som forbedrer hastighet, personvern og pålitelighet i distribuerte miljøer. Kurset legger vekt på yteevnestilpassing, lav-latens-design og integrasjon av hard- og programvare.

Dette er et instruktørledet, live-trening (online eller på sted) som er rettet mot mellomnivå profesjonelle som ønsker å implementere og optimalisere on-device agensmessige systemer ved hjelp av Python og edge AI-rammeverk.

Ved slutten av dette treningen, vil deltakerne kunne:

• Forstå arkitektur og utfordringene med å kjøre agensmessig AI på edge-enheter.
• Designe lyse agent-løkker som er egnet for begrensete miljøer.
• Implementere lokal inferens ved hjelp av TensorFlow Lite, PyTorch Mobile og ONNX.
• Integrasjon av agenter med sensorer, aktuatorer og IoT-plattformer.
• Optimalisere yteevne, energibruk og latens for realtid-operasjon.

Kursformat

• Interaktiv forelesning og praktiske demonstrasjoner.
• Praktisk utvikling i lokale eller emulerte miljøer.
• Prosjektbasert læring og veiledet implementasjonsøvelser.

Kursanpassingsmuligheter

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å ordne det.

Denne instruktørlede, live-opplæringen på Oslo (online eller på sted) retter seg mot mellomnivå til avanserte AI-utviklere, forskere og multimedieingeniører som ønsker å bygge AI-agenter som kan forstå og generere multimodalt innhold.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utvikle AI-agenter som behandler og integrerer tekst, bilde- og taledata.
• Implementere multimodale modeller som GPT-4 Vision og Whisper ASR.
• Optimalisere multimodale AI-pipeliner for effektivitet og nøyaktighet.
• Innføre multimodale AI-agenter i virkelige applikasjoner.

Denne instruktørledede, live-treningen i Oslo (online eller på stedet) er rettet mot utviklere og designere på begynnernivå til mellomnivå som ønsker å forstå og bygge AI-drevne personlige assistenter for ulike brukstilfeller.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå grunnprinsippene for AI-drevne personlige assistenter.
• Lære grunnleggende integrering av språkmodeller med smarte assistenter.
• Bygge og tilpasse en personlig assistent ved hjelp av AI-rammeverk og verktøy.
• Utplasser personlige assistenter for virkelige anvendelser i forskjellige bransjer.

Denne instruktørledede, live opplæringen (online eller på stedet) er rettet mot avanserte AI-ingeniører, bedriftsprogrammerere og ledere som ønsker å tilpasse og distribuere LLM-baserte AI-agenter for bedriftsapplikasjoner.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Forstå arkitekturen og kapasitetene til åpne LLMs.
• Tilpasse og finjustere LLMs for bedriftsbruk.
• Distribuere AI-agenter ved hjelp av LangChain og Hugging Face.
• Integrere LLM-drevne agenter i forretningsarbeidsflyter.

Dette instruktørledede, live-treningen på Oslo (online eller på stedet) retter seg mot avanserte robotikkingeniører, AI-forskere og automatiseringseksperter som ønsker å utvikle AI-drevne autonome robotsystemer for komplekse oppgaver og samarbeid mellom mennesker og AI.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Forstå rollen til AI-agenter i roboterbeslutninger og automatisering.
• Implementere AI-dreven navigering og hindring unngåelse.
• Utvikle menneske-AI-samarbeidsrobotsystemer.
• Implementere AI-drevne percepsjons- og styresystemer i roboter.

Dette kurset utforsker design, koordinering og implementering av multi-agent systems (MAS) ved hjelp av Python. Deltakerne vil lære hvordan de kan bygge agenter som kommuniserer, samarbeider og tilpasser seg for å oppnå felles mål i komplekse, dynamiske miljøer.

Dette instructorgjenlevde, live-utdanningskurs (online eller på stedet) er rettet mot profesjonelle på avansert nivå som ønsker å designe og implementere multi-agent systems for smart automatisering, simulering og beslutningsstøtteapplikasjoner.

Ved slutten av dette kurset vil deltakerne kunne:

• Forstå arkitekturen og prinsippene for multi-agent systems.
• Utvikle agenter som kan kommunisere, koordinere seg og forhandle.
• Implementere distribuerte miljøer for agentinteraksjon.
• Anvende reinforsement learning og planlegging i multi-agent kontekster.
• Simulere kooperative og konkurrerende agentatferd.
• Designe hybrid-arbeidsflyt som kombinerer mennesker og intelligente agenter.

Kursformat

• Instructorgjenlevde forelesninger og live-demonstrasjoner.
• Praktiske øvelser ved hjelp av open-source agentrammeverk.
• Anvendt gruppeprosjekt som simulerer et multi-agent scenari.

Kursanpassningsmuligheter

• For å be om en tilpasset utdanning for dette kurset, vennligst kontakt oss for å arrangere.

Dette instruktørbaserte, live-treningen i Oslo (online eller på sted) er rettet mot mellomnivå finansielle profesjonelle, risikoanalytikere og AI-ingeniører som ønsker å utvikle og distribuere AI-drevne løsninger for finansiel automatisering og svindeldeteksjon.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå rollen til AI i finansiell automatisering og svindeldeteksjon.
• Bygge AI-modeller for deteksjon av svindeltransaksjoner.
• Nyttiggjøre maskinlæring for sanntids risikovurdering.
• Distribuere AI-drevne finansielle overvåkingssystemer.

Denne instruktørledede, live trening på Oslo (online eller på sted) er rettet mot kundeserviceprofesjonelle på begynnernivå til mellomnivå, chatbotutviklere og automatiseringslag som ønsker å implementere AI-drevne løsninger for kundestøtte og automatisering av tjenester.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå grunnleggende prinsipper for AI-drevet kundestøtte.
• Utvikle og integrere AI-chatbots for håndtering av kundehenvendelser.
• Utnytt NLP og maskinlæring for å forbedre chatbot-interaksjoner.
• Utplasser AI-agenter i virkelige kundestøtteapplikasjoner.

Denne instruktørledede, live-opplæringen (online eller på stedet) er rettet mot helsepersonell og AI-utviklere på mellom- til avansert nivå som ønsker å implementere AI-drevne helseoppløsninger.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til AI-agenter i helsevesen og diagnostikk.
• Utvikle AI-modeller for medisinsk bildeanalyse og prediktiv diagnostikk.
• Integrere AI med elektroniske pasientjournaler (EHR) og kliniske arbeidsflyter.
• Sikre at de overholder helsevesenets forskrifter og etiske AI-praksiser.

Denne instruktørledede, live-trening i Oslo (online eller på sted) er rettet mot AI-utviklere og UI/UX-designere på begynnernivå til mellomnivå som ønsker å lære å bygge, optimalisere og deploye AI-drevne virtuelle assistenter.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe effektive konversasjonelle AI-workflows og UI/UX-grensesnitt.
• Implementere AI-drevne naturlige språkbehandlingsmodeller (NLP).
• Integrere AI-assistenter med APIer og tredjepartsplattformer.
• Deploye og vedlikeholde AI-assistenter for reelle applikasjoner.

Mistral AI er en kraftig familie av åpne kildekode og virksomhetsklare AI-modeller for språk, multimodale og agentbaserte applikasjoner.

Denne instruktørledede, levende opplæringen (online eller på sted) er rettet mot mellomnivå- til avanserte fagfolk som ønsker å bygge, distribuere og administrere AI-agenter ved bruk av Mistrals Medium 3-, Le Chat Enterprise- og Devstral-modeller.

Ved avslutningen av denne opplæringen vil deltakere kunne:

• Forstå arkitekturen og evnene til Mistrals Medium 3, Le Chat Enterprise og Devstral.
• Design og implementere AI-agenter som utnytter Mistrals modeller for virksomhets- og utviklerscenarier.
• Integrere kodingsystemer, koblinger og virksomhetsdata i agentarbeidsflyter.
• Optimalisere ytelse, kostnad og overholdelse for Mistral-drevne agenter.

Formatet på kurset

• Interaktiv forelesning og diskusjon.
• Mye øvelser og praksis.
• Hender i live-labmiljø.

Kursetilpasningsalternativer

• For å be om en tilpasset opplæring for dette kurset, kontakt oss for å avtale.

Python er kjerneprogrammeringsspråket som drevet utviklingen og orkestreringen av autonome AI-agenter. Denne kursus fokuserer på praktisk implementering ved hjelp av moderne SDKs og rammeverk som LangChain og AutoGen for å bygge, koble sammen og administrere agent-workflows.

Dette instruktørførte, live-kursus (online eller lokalt) er rettet mot mellomnivå-backend-ingeniører, plattform-ingeniører og ML-ingeniører som ønsker å implementere og orkestrere autonome agenter ved hjelp av Python-verktøy og APIs.

Til slutt på dette kursus vil deltakerne kunne:

• Sette opp og konfigurere Python-baserte miljøer for agente-systemer.
• Bruke populære agent SDKs som LangChain og AutoGen for å skape funksjonelle agenter.
• Integrasjon av verktøy og APIs for å utvide agent-kapasiteter.
• Orkestrere multi-agent-workflows og kommunikasjonsmønstre.
• Anvende beste praksis for feilsøking, testing og vedlikehold av agente-kodebasen.

Kursusformat

• Interaktiv foredrag og diskusjon.
• Håndsom programmeringsøvelser og live-demoer.
• Praktiske prosjekter for å bygge end-to-end agent-workflows.

Kursus tilpasningsalternativer

• For å be om et tilpasset kursus, vennligst kontakt oss for å avtale.

Google Antigravity er et agentutviklingsmiljø designet for å bygge autonome agenter som kan planlegge, resonere, kode og handle ved hjelp av Gemini 3’s multimodale kapasiteter.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot tekniske profesjonelle på avansert nivå som ønsker å designe, bygge og distribuere autonome agenter ved hjelp av Gemini 3 og Antigravity-miljøet.

Etter fullført trening vil deltakerne være forberedt til:

• Bygge autonome arbeidsflyt som bruker Gemini 3 for å resonere, planlegge og utføre.
• Utvikle agenter i Antigravity som kan analysere oppgaver, skrive kode og interagere med verktøy.
• Integrasjon av Gemini-drevne agenter med bedriftssystemer og API-er.
• Optimalisering av agentatferd, sikkerhet og pålittighet i komplekse miljøer.

Kursformat

• Ekspertdemonstrasjoner kombinert med interaktive diskusjoner.
• Håndtering og eksperimentering med utvikling av autonome agenter.
• Praktisk implementering ved hjelp av Antigravity, Gemini 3 og støttemiljøer i skyen.

Kursinnholds tilpasninger

• Hvis din team har behov for domespesifikke agentatferd eller tilpassede integrasjoner, kontakt oss for å tilpasse programmet.

Dette kurset lærer praktiske teknikk for å designe, bygge, teste og distribuere autonome (agente) systemer ved hjelp av Python. Det dekker agentloopen, verktøyintegrering, hukommelses- og tilstandsbehandling, orchestreringsskjemater, sikkerhetskontroller og produseringsbetraktninger.

Dette kurset ledes av en instruktør (online eller på stedet) og er rettet mot mellem- og avanserte ML-injenerer, AI-utviklere og programvareinjenerer som ønsker å bygge robuste, produsjonstilbereder autonome agenter ved hjelp av Python.

Ved slutten av dette kurset vil deltakerne kunne:

• Designe og implementere agentloopen og beslutningsfattende arbeidsflytter.
• Integrasjon av eksterne verktøy og APIer for å utvide agentkapasiteten.
• Implementere kortsiktige og langsiktige hukommelsesar arkitekturer for agenter.
• Koordinere flerskrittet orchestrering og agentkomposisjon.
• Anvende sikkerhets-, tilgangskontroll- og overvåkningsbestpraksis for distribuerte agenter.

Kursets format

• Interaktiv forelesning og diskusjon.
• Håndverkslaboratorier for å bygge agenter med Python og populære SDKer.
• Prosjektbaserte øvelser som resulterer i distribuerbare prototyper.

Kursjusteringsoptjoner

• For å forespørre et tilpasset kurs, vennligst kontakt oss for å ordne det.

Denne instruktørledede, live opplæringen på Oslo (online eller på stedet) er rettet mot avanserte fagpersoner som ønsker å mestre teknikker for å deploye og administrere AI-agenter i produksjonsmiljøer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Utforme og implementere skalerbare AI-deploymentsrørledninger.
• Bruke verktøy som Docker og Kubernetes for å konteinere og orkestrere AI-agenter.
• Overvåke og optimalisere AI-agenter i produksjonsmiljøer.
• Implementere CI/CD-prosesser for AI-agentdeployering.
• Sikre overholdelse av sikkerhets- og datastyringskrav.

Denne instruktørledede, live-treningen på Oslo (online eller på sted) er rettet mot avanserte AI-profesjonelle som ønsker å mestre teknikker for forsterkende læring og implementere dem for å trene AI-agenter i å løse komplekse problemer.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Forstå kjernene i forsterkende læring og Markov-sannsynlighetsprosesser (MDPs).
• Utforme og implementere RL-algoritmer som Q-Learning, SARSA og Deep Q-Networks (DQN).
• Bruke rammeverk som OpenAI Gym og RL-biblioteker for praktiske applikasjoner.
• Trene AI-agenter til å løse virkelige, flerstegs beslutningsproblemer.
• Takle utfordringer som utforskning-utnyttelseskompromisser og konvergens i RL-trening.

Denne instruktørledede, live-treningen i Oslo (online eller på stedet) er rettet mot AI-utviklere og automatiseringsspesialister med mellemnivje som ønsker å integrere agenskapsevner i AI-drevne applikasjoner.

Ved treningens slutt vil deltakerne kunne:

• Forstå prinsippene for agens AI og selvstendig beslutningstaking.
• Implementere målstyrte AI-agenter med teknikker for selvoptimalisering.
• Integrere samarbeid mellom flere agenter for løsning av komplekse problemer.
• Forbedre AI-menneskelig interaksjon gjennom tilpasningsdyktige brukeropplevelser.
• Dyrke agens AI-modeller i virkelige applikasjoner.

Google Antigravity er en agent-first utviklingsmiljø som er designet for å optimalisere arbeidsflytene i utviklingen gjennom intelligente automatisering.

Denne instructor-led, live opplæringen (online eller på stedet) er rettet mot nybegynnerpraktiserende som ønsker å utforske grunnleggende prinsipper i Antigravity og forstå hvordan agent-drivne kodingsmiljøer øker produktiviteten.

Etter gjennomføringen av denne opplæringen, vil deltakerne være i stand til å:

• Installere og konfigurere Google Antigravity.
• Navigere og forstå både Editor View og Manager View.
• Arbeide effektivt med agenter for å automatisere enkle utviklingsoppgaver.
• Bruke Antigravity til å generere, refine og administrere prosjektfiler.

Kursformat

• Instructorføre forklaringer støttet av sanntidsdemonstrasjoner.
• Veiledede øvelser fokusert på håndtering av agenter.
• Praktisk utforskning av kjernefunksjoner i Antigravity i et kontrollert labmiljø.

Kursanpassingsalternativer

• Hvis du trenger en tilpasset versjon av denne opplæringen, kontakt oss for å arrangere et tilpasset program.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot AI-fagfolk på avansert nivå som ønsker å mestre ferdighetene til å designe, bygge og distribuere MAS som løser komplekse problemer i den virkelige verden.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå prinsippene for multi-agent systemarkitekturer.
• Implementere strategier for kommunikasjon, koordinering og beslutningstaking i MAS.
• Bruk spillteori for å modellere agentinteraksjoner og løse konflikter.
• Utnytt rammeverk som JADE for å lage skalerbare MAS-løsninger.
• Ta tak i utfordringer som skalerbarhet, tillit og fremvoksende atferd i MAS.

Amazon Bedrock AgentCore gir infrastrukturen for å designe, koordinere og administrere multi-agent-systemer, noe som muliggjør samarbeid, spesialisering og avanserte automatiseringsmønster over flere AI-drevne enheter.

Denne instruktørlede, live-treningen (online eller på stedet) er rettet mot avanserte praktikere som ønsker å designe, implementere og optimalisere neste generasjons multi-agent-systemer ved hjelp av AgentCore's koordinerings- og styringsfunksjoner.

Ved kursets slutt vil deltakerne kunne:

• Forstå prinsippene og arkitektene i multi-agent-systemer.
• Designe koordineringsstrategier for agent-samarbeid.
• Implementere kommunikasjons- og forhandlingsprotokoller mellom agenter.
• Implementere skalbar, virksomhetsklare multi-agent-løsninger ved hjelp av AgentCore.

Format på kurset

• Interaktiv forelesning og diskusjon.
• Hender-på-laboratorier med AgentCore-kordineringsfunksjoner.
• Saksstudier av virksomhets-multi-agent-applikasjoner.

Kursetilpassingsmuligheter

• For å be om et tilpasset kurs for dette kurset, vennligst kontakt oss for å avtale.

Dette instruktørledede, live-treningen i Oslo (online eller på stedet) er rettet mot avanserte profesjonelle som ønsker å utvikle og optimalisere fleragent-systemer ved hjelp av Agentic AI-rammeverk.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå prinsippene for Agentic AI i fleragent-miljøer.
• Utvikle AI-drevne agenter som interagerer autonomt.
• Implementere styrkinglæring for tilpasset AI-adferd.
• Optimalisere fleragent-samarbeid og konkurranserelaterte aktiviteter.
• Anvende Agentic AI i robotikk, spillutvikling og virksomhetsautomatisering.

Denne instruktørlede, live-trening på Oslo (online eller på stedet) retter seg mot mellomnivå-businessanalytikere, RPA-utviklere og AI-profesjonelle som ønsker å utnytte kraften til AI-agenter for forretningsprosessautomatisering.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå rollen til AI-agenter i forretningsprosessautomatisering.
• Identifisere muligheter for automatisering i viktige forretningsområder.
• Utvikle AI-drevne løsninger for kundestøtte, finans og leverandørkjedearbeidsflyter.
• Integrere AI-agenter med eksisterende RPA- og forretningssystemer.
• Vurdere og optimalisere AI-automatiseringsstrategier for effektivitet.

Google Antigravity er et plattform for å bygge agenter som kan interagere med webapplikasjoner, nettlesermiljøer og flertydige arbeidsflytter.

Dette instruktørledede, live-utdanningen (online eller på sted) er rettet mot mellomnivå-professionelle som ønsker å bygge, automatisere og teste nettleserbaserte arbeidsflytter ved hjelp av Google Antigravity.

Ved fullførelse av utdanningen vil deltakerne kunne:

• Opprette agenter som interagerer med webapplikasjoner i en nettleservis.
• Automatisere slutt-til-slutt arbeidsflytter over nettleserkontekster.
• Validere og feilsøke agentatferd i brukergrensesnitt-drevne miljøer.
• Implementere flertydig automatiseringstrategier ved hjelp av Antigravity.

Kursformatet

• Veiledende instruksjon støttet av demonstrasjoner.
• Praktiske, håndverksgrenene aktiviteter og scenario-baserte øvelser.
• Implementering av agentarbeidsflytter i et interaktivt labbmiljø.

Kursanpassingsalternativer

• For anpassede treningsevner, vennligst kontakt oss for å tilpasse kurset til dine mål.

AgentCore forenkler prosessen med å bygge, forbedre og overvåke fullstendig administrerte AI-agenter ved å tilby en samlet suite av tjenester som er tilpasset for deployering i stor skala.

Denne opplæringskurset, ledet av en instruktør (online eller på sted), er rettet mot praksiser på begynnernivå til mellomnivå som ønsker å få praktisk erfaring i å lage produksjonsklare AI-agenter med AgentCore.

Ved kursets slutt vil deltakerne kunne:

• Forstå de kjernefunksjonene i AgentCore for utvikling av AI-agenter.
• Designe og konfigurere enkle AI-agenter ved hjelp av administrerte tjenester.
• Integere arbeidsflyter for å forbedre agentfunksjonalitet.
• Deployere og overvåke AI-agenter for produksjonsmiljøer.

Kursform

• Interaktiv forelesning og diskusjon.
• Hånds-on-laboratorier med AgentCore-tjenester.
• Veiledede øvelser fra agentkonsept til deployering.

Tilpassingsalternativer for kurset

• For å be om tilpasset opplæring for dette kurset, vennligst ta kontakt med oss for å avtale.

Mastra er et rammeverk som gir strukturerte verktøy for å evaluere, fikse feil i, og garantere pålittetheten til AI-agenter som opererer over komplekse arbeidsflytter.

Dette instructerledede, live-kurs (online eller på stedet) er rettet mot praktikanter med mellomnivå kompetanse som ønsker å gjøre grunnleggende tester av agent adferd, forbedre pålittetheten og implementere målbare evalueringprosesser.

Ved slutten av dette kurset vil deltakerne med sikkerhet kunne:

• Bruke felsøkningsteknikker for å identifisere og korrigere agent adferdsproblemer.
• Evaluere agenter ved hjelp av strukturerte mål, benchmarks og kvalitetspoeng.
• Implementere verktøy og arbeidsflytter som sporer pålittethet, drift og hallucineringer.
• Designe kvalitetsvoldstrategier som sikrer konsekvent og forutsigbar agentprestasjon.

Kursformat

• Interaktiv forelesning og diskusjon.
• Håndværksmessig felsøkning og evalueringsovinger.
• Live-lab-analyse av agent adferd ved hjelp av observasjonsverktøy.

Kursanpassningsalternativer

• Tilpassede pålittelhetstestscenarier og bransjespesifikke kvalitetsvoldsmetoder kan ordnes ved forespørsel.

Vertex AI Agent Builder er et miljø uten kode/lavkode for å opprette bakketilknyttede agenter som kombinerer generative modeller med retrieval-augmented generation (RAG), og som lar team raskt bygge agenter som bruker bedriftsdata og søk for å gi nøyaktige, kontekstbevisste svar.

Denne instruktørledede, live-treningen (online eller på sted) er rettet mot mellomnivå-praktikere som ønsker å designe, konfigurere og distribuere smarte agenter ved hjelp av Vertex AI Agent Builder og RAG-mønstre.

Ved slutten av denne treningen vil deltakerne være i stand til å:

• Designe bakketilknyttede agentarbeidsflater ved hjelp av Agent Builder.
• Implementere RAG-rørledninger med søk og vektorlager.
• Integere bedriftsdatasamlinger trygt for henting.
• Vurdere og iterere agentadferd ved hjelp av testing og målinger.

Format for kurset

• Interaktiv forelesning og diskusjon.
• Hånds-on laboratorier ved hjelp av Vertex AI Agent Builder og RAG-komponenter.
• Prosjektbaserte øvelser for å bygge og forfine agenter.

Tilpassingsmuligheter for kurset

• For å bestille en tilpasset trening for dette kurset, kontakt oss for å avtale.

Mastra er et rammeverk som støtter dyp integrasjon mellom AI-agenter, APIs, virksomhetsapplikasjoner og eksterne datasystemer.

Denne instruktørledede, live-treningen (online eller på lokasjon) er rettet mot mellomnivås-ingeniører som ønsker å bygge pålitelige, sikre og skalerbare integrasjoner mellom Mastra-agenter og det bredere virksomhetsøkosystemet.

Når denne treningen er fullført, vil deltakerne være forberedt på å:

• Implementere API-drevne integrasjoner mellom Mastra-agenter og eksterne tjenester.
• Koble virksomhetsdatasystemer og verktøy til automatiserte agent-arbeidsflytter.
• Bruke beste praksis for sikker datautveksling og autentisering.
• Designe integrasjonslag som er skalerbare, vedlikeholdsbare og klar til produksjon.

Kursformat

• Interaktiv forelesning og diskusjon.
• Praktisk integrasjonsingeniørarbeid og API-øvelser.
• Live-lab implementering med virkelige virksomhets-scenarier.

Kursanpassningsmuligheter

• Tilpassede API-scenarier, virksomhetssystem-avbildninger eller dataintegreringsworkshops er tilgjengelige ved forespørsel.

AgentCore gir minnepersistens, en sikker kode-tolker, og et nettleserververktøy som lar AI-agenter levere interaktive, dynamiske og kontekstbevisste opplevelser.

Denne instruktørledede, live-opplæringen (online eller på sted) er rettet mot tekniske praktikere på mellomnivå til avansert nivå som ønsker å designe og distribuere AI-agenter som kan beholde langvarig kontekst, utføre beregninger på fly og interagere direkte med nettlesergrensesnitt.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Implementere AgentCore-minne for tilstandsbaserte, kontekstbevisste arbeidsflyter.
• Utnyttet den sikre kode-tolkeren for dynamiske beregninger og transformasjoner.
• Integrete nettleserververktøyet for sanntidsdatainnhenting og UI-interaksjoner.
• Designe interaktive agenter for analytiske, kundestøtte- og forskningsbruksscenarier.

Kursformat

• Interaktiv forelesning og diskusjon.
• Hånds-on laboratorieøvelser med AgentCore-minne og verktøy.
• Tilfellestudier innen analyse, automatisering og kundestøttescenarier.

Kurskustomiseringsalternativer

• For å be om en tilpasset opplæring for dette kurset, kontakt oss for å avtale.

Dette instruktørledede, live-treningen i Oslo (online eller på stedet) er rettet mot mellomnivå spillutviklere og AI-entusiaster som ønsker å integrere AI-agenter effektivt i spilapplikasjoner.

Avslutningen på denne treningen vil deltakerne være i stand til:

• Få forståelse for rollen av AI-agenter i moderne spill.
• Utvikle beslutningstakningssystemer ved hjelp av beslutningsaminer og endelige statemaskiner.
• Implementere veifinningsalgoritmer som A* for navigasjon i spillet.
• Anvende reinforsement learning-teknikker for å skape tilpasse AI-adferd.
• Optimere AI-ytelsen for realtidsspillemiljøer.

LLM-er og autonome agentrammeverk som AutoGen og CrewAI omdefinerer hvordan DevOps-team automatiserer oppgaver som endringssporing, testgenerering og varselstriage ved å simulere menneskelig samarbeid og beslutningsprosesser.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot avanserte ingeniører som ønsker å designe og implementere DevOps-automatiseringsflyter drevet av store språkmodeller (LLM) og multi-agent-systemer.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Integrere LLM-baserte agenter i CI/CD-flyter for smart automatisering.
• Automatisere testgenerering, commit-analyse og endringssammendrag ved bruk av agenter.
• Koordinere flere agenter for triaging av varsler, generering av svar og levering av DevOps-anbefalinger.
• Bygge sikre og vedlikeholdbare agentbaserte flyter ved bruk av åpne rammeverk.

Kursets Format

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hands-on implementering i en live-lab-miljø.

Tilpassingsmuligheter for Kurset

• For å be om en tilpasset trening for dette kurset, vennligst kontakt oss for å avtale.

Antigravity er et rammeverk som representerer avanserte agentdrivne utviklingsarbeidsflyter.

Dette instruktørledede, live-treningen (online eller på stedet) er rettet mot mellom- og ferdigbrukte profesjonelle som ønsker å verifisere, validere og sikre utdata produsert av AI-agenter som virker i Antigravity-drivne miljøer.

Etter fullført trening vil deltagere kunne:

• Vurdere nøyaktigheten og sikkerheten til agentgenerert kodeartefakter.
• Bruke strukturerte teknikker for å verifisere agentedrivne oppgaver.
• Analyse nettlesesessjonsopptak og spor agentaktivitet effektivt.
• Bruke kvalitets- og sikkerhetsprinsipper for å sikre pålitteligheten til agentarbeidsflyter.

Kursformatet

• Instruktørledet tekniske opplysninger og diskusjoner.
• Praktiske øvelser fokuset på å verifisere reelle agentarbeidsflyter.
• Håndsom testing og validasjon i et kontrollert laboratoriemiljø.

Kursanpassningsalternativer

• Anpassning av scenarier, arbeidsflyter og testingseksamplarer er tilgjengelig etter forespørsel.

Dette instruktørledte, live-treningen i Oslo (online eller på stedet) er rettet mot avanserte profesjonelle som ønsker å bruke Agens AI for beslutningsprosess i komplekse forretningstekniske situasjoner.

Ved slutten av denne treningen vil deltakerne kunne:

• Forstå prinsippene for selvstendig beslutningsprosess i AI.
• Designe og implementere AI-agenter som opererer med minimal menneskelig innblanding.
• Integrasjon av Agens AI i automatiseringstrinn og forretningssystemer.
• Optimalisere AI-drevne beslutningsprosesser for effektivitet og skalerbarhet.
• Sikre overholdelse, sikkerhet og etiske betraktninger i AI-autonomi.

Google Antigravity er et avansert rammeverk for eksperimentering med langsiktige agenter og emergent interaktive oppføringer.

Denne instruktørføerte, live-opplæringen (online eller på stedet) er rettet mot avansert-nivå profesjonelle som ønsker å designe, analysere og optimere agenter som kan beholdne hukommelse, forbedre seg gjennom tilbakemeldinger, og utvikle seg over lange operasjonshorisonter.

Ved fullføring av dette kurset vil deltakerne få kunnskaper til å:

• Designe langsiktig hukommelsesstrukturer for agentpersistens.
• Implementere effektive tilbakemeldingsløkker for å forme agentoppførsel.
• Vurdere læringstrajektorer og modellforskyvning.
• Integrere hukommelsesmekanismer i komplekse multi-agentøkosystemer.

Kursformat

• Ekspertledet diskusjon sammen med tekniske demonstrasjoner.
• Praksisbasert utforsking gjennom strukturerte designutfordringer.
• Anvendelse av konsepter i simulerede agentmiljøer.

Kursanpassningsalternativer

• Hvis organisasjonen din trenger tilpasset innhold eller sakspeker eksempler, vennligst kontakt oss for å anpasse denne opplæringen.

Denne instruktørledede, live-opplæringen i Oslo (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å fordype seg dypere i design og utvikling av autonome agenter for praktiske applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for autonome agenter.
• Utforsk virkelige applikasjoner av autonome AI-agenter.
• Design, tren og implementer agenter ved å bruke forsterkende læring.
• Integrer agenter i eksisterende systemer for automatisering og beslutningstaking.
• Ta tak i etiske hensyn og utfordringer ved utplassering av autonome agenter.

AgentCore tilbyr innbygde identitets-, overvåknings- og overholdelsesfunksjoner som gjør at organisasjoner kan distribuere AI-agenter ansvarsfullt i bedriftsmiljøer.

Denne instruktørledede, levende opplæringen (online eller på sted) er rettet mot avanserte praktikere som ønsker å designe og drifte sikre, auditerbare og overholdende AI-agent-systemer ved bruk av Amazon Bedrock AgentCore.

Ved slutten av denne opplæringen vil deltakerne være i stand til å:

• Implementere identitets- og tillatelsesmodeller for agenter i bedriftsmiljøer.
• Aktivere overvåkningsfunksjoner gjennom strukturert logging, metrikker og sporingsfunksjoner.
• Anvende overholdelseskontroller for å samsvare med reguleringsrammeverk.
• Auditere agentaktivitet og opprettholde sikre kontrollfunksjoner på sessionsnivå.

Kursformat

• Interaktiv forelesning og diskusjon.
• Hands-on laboratorier med AWS sikkerhets- og overvåkningsverktøy.
• Tilfellestudier i regulerte bedriftsmiljøer.

Tilpassingsmuligheter for kurset

• For å be om tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Mastra er et rammeverk som gjør det mulig å automatisere og koordinere sofistikerte arbeidsflytter i overensstemmelse med flere AI-agenter som opererer innenfor distribuerte systemer.

Dette instruktørbaserte, live-utdannelsen (online eller på stedet) er rettet mot mellemnivåbrukere som ønsker å designe, orchestre og operere fleragent-arbeidsflytter i stor skala.

Ved å fullføre denne utdannelsen vil deltagere få ferdighetene til å:

• Designe komplekse arbeidsflytter ved hjelp av Mastra’s orchestrasjonskapasiteter.
• Koordinere flere agenter som utfører parallelle eller avhengige oppgaver.
• Implementere overvåking og feilsøkingsverktøy for arbeidsflytutførelse.
• Optimalisere orchestrasjonslogikk for pålittelighet, gjennomføringshastighet og automatiseringsnivå.

Kursformat

• Interaktiv forelesning og diskusjon.
• Praktiske øvelser i arbeidsflyt-design og automatisering.
• Praktisk implementering i et containert live-lab-miljø.

Kursoppsætningsoptions

• Tilpassede automatiseringscenarier, bedriftsintegrasjoner eller arbeidsflytsmønstre kan tilbys etter forespørsel.

AgentCore Runtime & Gateway er en AWS-tjeneste som parer sammen for å pakke, distribuere og sikre åpning av AI-agenter med strømlinjeformede integrasjoner til eksterne systemer.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot mellomnivå-ingeniørteam som ønsker å gå fra agentprototyper til produksjon ved å mestre AgentCore Runtime for distribusjon og Gateway for sikker tilkobling og API-integrasjon.

Ved slutten av denne treningen vil deltakerne kunne:

• Starte opp AgentCore Runtime-miljøer og pakke agenter for distribusjon.
• Åpne agenter gjennom Gateway med autentiserte, ratelimiterte endepunkter.
• Integrere eksterne verktøy og API-er i agentarbeidsflyter ved hjelp av stabile kontrakter.
• Innføre observabilitet, logging og bruksovervåking for produksjonsdrift.

Format for kurset

• Interaktiv forelesning og diskusjon.
• Hands-on-laboratorier med Runtime-distribusjoner og Gateway-integrasjoner.
• Praktiske øvelser fokusert på pålitelighet, sikkerhet og utrulling.

Tilpassingsalternativer for kurset

• For å be om en tilpasset treningskurs for dette kurset, vennligst kontakt oss for å avtale.

Devstral er en åpen kilde rammeverk designet for å bygge og kjøre kodingsagenter som kan interagere med kodebaser, utviklerverktøy og APIer for å øke ingeniørproduktivitet.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot mellomnivå til avanserte ML-ingeniører, utviklerverktøy-teamer og SREs som ønsker å designe, implementere og optimere kodingsagenter ved hjelp av Devstral.

Ved slutten av denne treningen vil deltakerne kunne:

• Sette opp og konfigurere Devstral for utvikling av kodingsagenter.
• Designe agentbaserte arbeidsflyter for utforskning og modifisering av kodebaser.
• Integre kodingsagenter med utviklerverktøy og APIer.
• Implementere beste praksis for sikker og effektiv agentdeploiement.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hånds på implementering i et live-lab-miljø.

KursTilpassingsmuligheter

• For å be om en tilpasset trening for dette kurset, vennligst ta kontakt for å avtale.

Denne instruktørledede, live opplæringen på Oslo (online eller på stedet) retter seg mot begynnende fagpersoner som ønsker å forstå hvordan AI-agenter fungerer og bygge sine egne interaktive chatbot-systemer.

Ved avslutningen av denne opplæringen vil deltakerne være i stand til å:

• Forstå grunnleggende om AI-agenter og deres applikasjoner.
• Utforske prinsippene for behandling av naturlig språk (NLP).
• Utforme en samtalestruktur for en chatbot.
• Utvikle en funksjonell chatbot ved hjelp av Python og relaterte verktøy.
• Distribere chatboten for å interagere med virkelige brukere.

Mastra er et operativ rammer verk som er utviklet for å forenkle deploy, skaling og livsløpsstyring av AI-agenter i prod environments.

Dette kurset, ledet av instruktører (online eller på sted), er rettet mot tekniske profesjonelle med mellem- til avansert nivå som trenger å operasjonalisere AI-agenter på en pålitelig og effektiv måte over prod-systemer.

Etter fullført kurs, vil deltakerne være utstyrt til å:

• Deploy Mastra-baserte AI-agenter i kontrollerte, prodnivå miljøer.
• Skale agenter horisontalt og vertikalt ved hjelp av plattformsnative primitiver.
• Implementere observabilitetspipeline for å spore agentadferd og ytelse.
• Optimalisere kjøretidskonfigurasjoner for å redusere forsinkelser, kostnader og driftsrisikoer.

Kursformat

• Interaktiv forelesning og diskusjon.
• Hands-on øvelser fokusert på reelle deploy-scenarier.
• Live-lab implementering ved hjelp av containeriserte og orkestrerte miljøer.

Kurs tilpasningsmuligheter

• Tilpasning av emner, hands-on labs eller bransjespesifikke scenarier er tilgjengelig ved forespørsel.

Google Antigravity er et agentbasert utviklingsplattform som brukes til å orkestre, overvåke og koordinere AI-drevne kodnings- og automatiseringsarbejdstrinn.

Dette instruktørledte, live-treningen (online eller på stedet) er rettet mot mellomnivå-professionelle som ønsker å designe, administrere og optimalisere fleragentarbejdstrinn i Google Antigravity.

Ved fullførelse av denne treningen vil deltakerne oppnå ferdighetene til å:

• Konfigurere agentansvar og orkestreringpipelines i Manager-grensesnittet.
• Generere og tolke Antigravity-artefakter, inkludert oppgavelister, planer, logger og browseropptak.
• Implementere verifiseringsstrategier for å sikre at agenthandlinger forblir gennomsiktige og overvårbare.
• Optimalisere fleragent-samarbeid for komplekse utviklings- og driftsoppgaver.

Kursformat

• Veiledede presentasjoner og praktiske demonstrasjoner.
• Scenario-baserte øvelser fokusert på virkelige arbejdstrinnutfordringer.
• Håndig eksperimentering i en live Antigravity-arbeidsomgivelse.

Kursanpassningsmuligheter

• Hvis du trenger en tilpasset versjon av dette kurset, kontakt oss for å diskutere anpassingsalternativer.

Denne instruktørledede, live-opplæringen på Oslo (online eller på sted) er rettet mot begynnernivå-profesjonelle som ønsker å forstå og skape enkle AI-agenter for virkelige applikasjoner.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Forstå grunnleggende begreper om AI-agenter.
• Identifisere ulike typer AI-agenter og deres anvendelser.
• Utforme og implementere grunnleggende AI-agenter for praktiske oppgaver.
• Undersøke verktøy og rammeverk for å bygge AI-agenter.

Antigravity er et utviklingsplattform designet til å bygge AI-drevne, agent-forsteapplikasjoner.

Dette instruktørførte, live-kurs (online eller på sted) er rettet mot mellomnivå-utviklere som ønsker å skape virkelige applikasjoner ved hjelp av autonome AI-agenter i Antigravity-miljøet.

Etter fullført kurs, vil deltakerne være utrustet til å:

• Utvikle applikasjoner som avhenger av autonome og koordinerte AI-agenter.
• Bruke Antigravity IDE, editor, terminal, og nettleser for full utviklingsprosess.
• Administrere fleragentarbeidsflyt med Agent Manager.
• Integrere agentkapasiteter i produksjonsklare softwaresystemer.

Kursform

• Blandede presentasjoner med dypgående demonstrasjoner.
• Omfattende praktisk øvelse og veiledet trening.
• Reelt implementeringsarbeid i Antigravity live-miljø.

Kurs tilpasningsmuligheter

• For innhold tilpasset din utviklingsstack, vennligst kontakt oss for å ordne en tilpasset versjon av dette kurset.

Amazon Bedrock AgentCore er et virksomhetsklar rammeverk for å bygge, distribuere og skale AI-agenter med integrert støtte for hukommelse, observabilitet og sikker identitetsstyring.

Denne instruktørledede, live-opplæringen (online eller på sted) er rettet mot mellomnivå til avanserte ingeniører og arkitekter som ønsker å designe, sikre og operere agentbaserte AI-systemer ved hjelp av AWS Bedrock AgentCore.

Ved slutten av denne opplæringen vil deltakerne være i stand til:

• Forstå arkitekturen og komponentene i AgentCore.
• Distribuer og administrer AI-agenter med Runtime og Gateway.
• Implementere vedvarende hukommelse og statiske interaksjoner.
• Bruke identitet, observabilitet og overholdelseskontroller.
• Designe multi-agent-systemer for virksomhetsbaserte arbeidsflater.

Kursformat

• Interaktiv forelesning og diskusjon.
• Hands-on AWS-laboratorieøkter med AgentCore.
• Praktiske øvelser med distribuering og overvåkingscenarier.

Tilpasningsmuligheter for kurset

• For å be om en tilpasset opplæring for dette kurset, vennligst ta kontakt for å avtale.

Building LLM Agent Systems with AutoGen er en praktisk kurs som fokuserer på å utvikle multi-agent systemer ved hjelp av Microsoft’s AutoGen-rammeverk for store språkmodeller (LLMs).

Denne instruktørlede, live-treningen (online eller på stedet) er rettet mot AI- og automatiseringsprofesjonelle på mellomnivå som ønsker å designe, implementere og orkestrere multi-agent systemer ved hjelp av AutoGen med Python og LLMs.

Ved slutten av denne treningen vil deltakerne kunne:

• Designe multi-agent-arkitekturer ved hjelp av AutoGen-rammeverket.
• Konfigurere agentroller, evner og samordningsadferd.
• Bruke funksjonsoppringing og hukommelsesbehandling for agentinteraksjoner.
• Bygge og teste Python-baserte LLM-agentarbeidsflyter for reelle brukstilfeller.

Kursformat

• Interaktiv forelesning og diskusjon.
• Mange øvelser og praksis.
• Hånds-on implementering i en live-labmiljø.

Muligheter for tilpasning av kurset

• For å be om en tilpasset trening for dette kurset, vennligst ta kontakt med oss for å avtale.

Denne veiledede, live-kurs (online eller på sted) er rettet mot mellomnivås ofte utviklere og tekniske hold som ønsker å bygge skalerbare, observerbare AI-systemer ved hjelp av Mastra.

Ved slutten av dette kurset vil deltakerne kunne:

• Forstå Mastras arkitektur og hvordan det integrerer med LLMs og eksterne APIer.
• Designe og implementere AI-agenter og arbeidsflyter ved hjelp av TypeScript.
• Bruke Mastras observabilitets- og minneverktøy for å overvåke og forbedre agentytelsen.
• Deploye produsjonsklare AI-applikasjoner ved hjelp av Mastras rammeverksfunksjoner.

Dette 1-dags verkstedet, designet for utviklere, dataforskere og AI-entusiaster, vil hjelpe deg til å forstå og benytte kraften i agentic AI-systemer ved hjelp av AutoGen v0.4.

Gjennom en kombinasjon av praktiske øvelser og demonstrasjoner vil du lære hvordan du kan bygge, administrere og distribuere multi-agent-applikasjoner som er drivet av store språkmodeller (LLMs).

Til slutt på kursen vil du ha en solid grunnleggende forståelse av AutoGens lagrede arkitektur, mestre asynkron kommunikasjon mellom agenter, og utforske virkelige bruksfall og beste praksis for å utvikle skalerbare og intelligente LLM-drevne applikasjoner.