Kursplan

1. Introduksjon til LLM-applikasjoner og AutoGen v0.4

  • Oversikt over Large Language Models (LLMs): Forstå deres evner og applikasjoner.​ 
  • Introduksjon til AutoGen v0.4: Utdyping av dets funksjoner, arkitektur, og hvordan det forenkler utvikling av agentbaserte AI-systemer.  

2. Kjernekonsepter og komponenter i AutoGen

  • Forstå det lagdelte rammeverket:
    • Kjernelaget: Hendelsesdrevet arkitektur som støtter dynamiske arbeidsflyter.
    • AgentChat API: Bygging av oppgavebaserte agenter med høyverdig API.
    • Utvidelser: Integrering av egendefinerte agenter, verktøy og minne-moduler for økt funksjonalitet.
  • Asynkron meldingsutveksling: Implementering av hendelsesdrevet og forespørsels-svar interaksjonsstiler.​ 

3. Bygging av din første multi-agentapplikasjon

  • Definering av agenter: Oppretting av hjelpe- og brukerproxy-agenter.​ 
  • Etablering av agent Communication: Oppsett av asynkron meldingsutveksling mellom agenter. 
  • Implementering av en prøveapplikasjon: Utvikling av et enkelt multi-agent-system for å løse en spesifikk oppgave.​ 
  • Overvåking og feilsøkingsverktøy: Bruk av innebygde metrikksporing og meldingssporing for sanntidsovervåking.​ 

4. Sakseksempler og beste praksis

  • Reelle applikasjoner: Undersøkelse av suksessfulle implementasjoner av AutoGen i ulike bransjer.​
  • Beste praksis: Veiledning for å designe effektive og skalerbare LLM-applikasjoner ved bruk av AutoGen.​
  • Utfordringer og løsninger: Behandling av vanlige utfordringer som oppstår under utvikling og deres løsninger.​
  • Språk og spørsmål

Workshopen er ment for:

  • programmerere
  • dataforskere
  • dataingeniører
  • personer med programmeringsbakgrunn/innstilling som ønsker å lære om AI-programmering.

Krav

. Forkravs - Python programmering

 7 timer

Antall deltakere


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories