Kursplan

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

Oversikt over Large Language Models (LLMs): Forstå deres evner og bruksområder. 
  • Introduksjon til AutoGen v0.4: Utforskning av funksjoner, arkitektur og hvordan det forenkler utviklingen av agentbaserte AI-systemer. 
  • 2. Kjerneprinsipper og komponenter i AutoGen

    Forståelse av det lagdelte rammeverket:Kjernelag: Hendelsesdrevet arkitektur som støtter dynamiske arbeidsflyter.
  • AgentChat API: Bygg oppgavebaserte agenter med API-er på høyt nivå.
  • Utvidelser: Integrering av tilpassede agenter, verktøy og minnemoduler for forbedret funksjonalitet.
  • Asynkron meldingsutveksling: Implementering av hendelsesdrevne og forespørsels-responstilnærminger. 
  • 3. Bygg din første multi-agent applikasjon

    Definere agenter: Opprette Assistant og User Proxy agenter. 
  • Etablere agent Communication: Sette opp asynkron meldingsutveksling mellom agenter. 
  • Implementere en eksempelapplikasjon: Utvikle et enkelt multi-agent system for å løse en spesifikk oppgave. 
  • Observerbarhet og feilsøkingsverktøy: Bruke innebygd metrikksporing og meldingstracing for sanntidsovervåking. 
  • 4. Casestudier og beste praksis

    Reelle applikasjoner: Undersøke vellykkede implementeringer av AutoGen i ulike bransjer. 
  • Beste praksis: Retningslinjer for å designe effektive og skalerbare LLM-applikasjoner ved hjelp av AutoGen. 
  • Utfordringer og løsninger: Håndtere vanlige utfordringer som oppstår under utviklingen og deres løsninger. 
  • Spørsmål og svar
  • Workshopen er beregnet for:

    programvareutviklere
  • dataforskere
  • dataingeniører
  • personer med programmeringsbakgrunn/interesse som ønsker å lære om AI-programmering.
  • Krav

    . Forutsetninger - Python programmering

     7 timer

    Antall deltakere


    Price per participant

    Upcoming Courses

    Related Categories