Ta kontakt

Kursplan

Introduksjon til agenterende KI

  • Definisjon av agenterende KI og dens forhold til tradisjonelle KI-systemer
  • Overblikk over resonnering, minne og måldrevne arkitekturer
  • Viktige bruksområder og bransjeapplikasjoner

Kjernekonsepter og designmønstre

  • Agentløkken: persepsjon, resonnering og handling
  • Enkel-agent versus multi-agent systemer
  • Interaksjon med omgivelsen og anrop av verktøy

Grunnleggende prompt engineering

  • Design av effektive prompts for resonnering og oppgavedekomposisjon
  • Bruk av eksempler, restriksjoner og roller for bedre kontroll
  • Systematisk feilsøking og iterasjon av prompts

Bygge enkle agenterende workflows

  • Implementering av en agentløkke i Python
  • Integrasjon med APIer og enkle verktøy
  • Styring av agentens tilstand og minne

Ansvarsfull design og sikkerhetspraksis

  • Etiske hensyn og ansvarlig bruk av agenter
  • Skjevhet, gjennomsiktighet og ansvarlighet i KI-systemer
  • Tilgangskontroll, databeskyttelse og sikkerhet i innhold

Håndarbeidsprosjekt: Design av en ansvarsfull agent

  • Definisjon av problemomfang og mål
  • Utvikling av prompt og kontrolllogikk
  • Testing, raffinering og evaluering av agentopptreden

Krav

  • Basisk forståelse av KI- eller maskinlæringskonsepter
  • Kjennskap til Python-syntaks og scripting
  • Erfaring med å jobbe med data eller API-baserte applikasjoner

Målgruppe

  • Dataforskere som er nye til agenterende KI-utvikling
  • Junior ML-ingeniører som utforsker anvendte agentarkitekturer
  • Technologiledere som ønsker å forstå agentdesign og sikkerhetsprinsipper
 14 Timer

Antall deltakere


Pris per deltaker

Referanser (3)

Kommende kurs

Relaterte kategorier