Kursplan

Fundamental for Agentic AI

  • Hva er en autonom agent: definisjoner og klassifisering
  • Agentloopen: oppfatt, beslutte, handle, observere syklus
  • Designmønstre for agenter ansvar og omfang

Python-verktøy og Agent SDKer

  • Bruk av LangChain og lignende SDKer for å sette i gang med agenter
  • Asynkron programmering, oppgaveløyper og underprosesseringsbehandling
  • Pakking, virtuelle miljøer og gjentagelige utviklingsarbeidsflytter

Integrasjon av eksterne verktøy og APIer

  • Designing av verktøygrensesnitt og sikre verktøycinngivningsmønstre
  • Tilkobling til web-APIer, databaser og interne tjenester
  • Håndtering av legitimasjonsdetaljer, hemmeligheter og minst nødvendig tilgang

Hukommelse, tilstand og konteksbehandling

  • Kortsiktige kontekstvinduer og prompt-ingeniørteknikker
  • Langsiktige hukommelsesar arkitekturer: Redis, vektorscerer, retrival augmentering
  • Konsistens, mellomlageringsstrategier og hukommelseshygien

Orchestrering, planlegging og flerskrittet arbeidsflytter

  • Kjede handlinger, underagenter og oppgavedekomposisjon
  • Planleggingsalgoritmer vs heuristisk orchestrering
  • Håndtering av feil, omprøvering og kompenserende handlinger

Sikkerhet, testing og overvåking

  • Truselsmodeller, redteaming og in-ut sanitering
  • Enhets-, integrasjon- og end-to-end testing for agenter
  • Logging, målinger, sporbarhet og alarmering for agentopførsel

Distribusjon, skalerings- og MLOps for agenter

  • Kontainerisering, CI/CD-pipelines og utrullingsstrategier
  • Kostnadskontroll, hastighetsbegrensning og ressursoptimalisering
  • Overvåking, styring og driftshåndbøker

Sammendrag og neste skritt

Krav

  • Forkjent kjennskap til Python-programmering
  • Erfaring med REST APIer og asynkron I/O
  • Forkjent kjennskap til maskinlæringskonsepter og foruttrente LLM-er (Large Language Models)

Målgruppe

  • ML-injenerere
  • AI-utviklere
  • Programvareinjenerer
 21 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier