Kursplan

Innføring i agens AI

  • Definisjon av agens AI og dens relasjon til tradisjonelle AI-systemer
  • Oversikt over resonning, hukommelse og målrettet arkitektur
  • Nøkkelbrukstilfeller og industrianvendelser

Grunnleggende konsepter og designmønstre

  • Agent-lokken: oppfatning, resonning og handling
  • Enkel-agent vs. fleragent-systemer
  • Miljøinteraksjon og verktøybruk

Grunnleggende prompt teknikk

  • Design av effektive prompts for resonning og oppgavedelinger
  • Bruk av eksempler, begrensninger og roller for bedre kontroll
  • Feilsøking og systematisk iterering av prompts

Bygging av enkle agens-arbeidsflyter

  • Implementering av agent-lokken i Python
  • Integrasjon med APIer og enkle verktøy
  • Administrasjon av agentens tilstand og hukommelse

Ansvarlig design og sikkerhetspraksis

  • Etiske overveiegelser og ansvarlig bruk av agenter
  • Forvrengning, gjenstandlighet og regnskapplikt i AI-systemer
  • Tilgangskontroll, dataskjethold og innholdssikkerhet

Håndson prosjekt: Design av en ansvarlig agent

  • Definisjon av problemomfang og mål
  • Utvikling av prompt og kontrolllogikk
  • Testing, forfining og evaluering av agentens oppførsel

Oppsummering og neste trinn

Krav

  • Grunnleggende forståelse av AI eller maskinlæringskonsepter
  • Kjennskap til Python-syntaks og scripting
  • Erfaring med arbeid med data eller API-baserte applikasjoner

Målgruppe

  • Dataforskere som er nye innen agens AI-utvikling
  • Junior ML-injenerer som utforsker anvendte agentarkitekturer
  • Teknologiledere som ønsker å forstå agentdesign og sikkerhetsprinsipper
 14 timer

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier