Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Grunnlag for agentisk AI
- Hva er en autonom agent: definisjoner og taksonomi
- Agentløkke: syklusen åpersepsjon, beslutning, handling, observasjon
- Designmønstre for agentansvar og omfang
Python-verktøy og agent-SDK-er
- Bruk av LangChain og lignende SDK-er for å initiere agenter
- Asynkron programmering, oppdragskøer og understøttingsadministrasjon
- Pakking, virtuelle miljøer og reproduserbare utviklingsflyter
Integrasjon av eksterne verktøy og API-er
- Design av verktøygrensesnitt og sikre mønstre for verktøyskall
- Kopling til web-API-er, databaser og interne tjenester
- Administrasjon av legitimasjon, hemmeligheter og minst mulig rettigheter
Minne, tilstand og kontekststyring
- Kortvarige kontekstvinduer og teknikker for prompt-engineering
- Langvarige minnearkitekturer: Redis, vektorlager, henting-augmentering
- Konsistens, cache-strategier og minnehelse
Orkestrering, planlegging og flertrinnsflyter
- Kjetting av handlinger, underagenter og oppgavedekomposisjon
- Planleggingsalgoritmer vs. heuristisk orkestrering
- Håndtering av feil, gjentakelser og kompenserende handlinger
Sikkerhet, testing og observérbarhet
- Trussemodeller, red-teaming og sanitisering av inndata/utdata
- Enhets-, integrasjons- og ende-til-ende-testing for agenter
- Logging, metrikker, sporinger og varsling for agentadferd
Utgivelse, skalering og MLOps for agenter
- Kontainerisering, CI/CD-flyter og rolloutsstrategier
- Kostnadskontroll, ratebegrensning og ressursoptimering
- Overvåking, governance og driftsbøker
Oppsummering og neste steg
Krav
- Kunnskap om programmering i Python
- Erfaring med REST-API-er og asynkron inn/ut
- Kjennskap til maskinlæringskonsepter og presentrerte LLM-er
Målgruppe
- ML-ingeniører
- AI-utviklere
- Programvareingeniører
21 Timer
