LLM-Based AI Agents for Enterprise Automation

• Dobre zrozumienie sztucznej inteligencji i uczenia maszynowego
• Doświadczenie w programowaniu Python
• Znajomość dużych modeli językowych (LLM) i przetwarzania języka naturalnego (NLP)

Publiczność

• Inżynierowie AI
• Twórcy oprogramowania dla przedsiębiorstw
• Liderzy Business

Wraz z rozwojem modeli open-source, takich jak DeepSeek, Mistral i LLaMA, przedsiębiorstwa wdrażają niestandardowych agentów AI dla różnych przepływów pracy.

To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych inżynierów AI, twórców oprogramowania dla przedsiębiorstw i liderów biznesu, którzy chcą dostosować i wdrożyć agentów AI opartych na LLM dla aplikacji korporacyjnych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zrozumieć architekturę i możliwości LLM typu open source.
• Dostosować i dostroić LLM do przypadków użycia w przedsiębiorstwie.
• Wdrażać agentów AI przy użyciu LangChain i Hugging Face.
• Zintegruj agentów opartych na LLM z biznesowymi przepływami pracy.

Format kursu

• Interaktywny wykład i dyskusja.
• Wiele ćwiczeń i praktyki.
• Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.

Opcje dostosowywania kursu

• Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami.

Wprowadzenie do otwartych modeli LLM

• Przegląd DeepSeek, Mistral, LLaMA i innych modeli open-source
• Jak działają modele LLM: Transformatory, uwaga własna i szkolenie
• Porównanie modeli LLM o otwartym kodzie źródłowym z modelami zastrzeżonymi

Fine-Tuning i dostosowywanie modeli LLM

• Przygotowanie danych do dostrajania
• Trening i optymalizacja modeli LLM przy użyciu Hugging Face
• Ocena wydajności modelu i łagodzenie błędu systematycznego

Tworzenie AI Agents za pomocą modeli LLM

• Wprowadzenie do LangChain dla rozwoju agentów AI
• Projektowanie przepływów pracy opartych na agentach z wykorzystaniem LLM
• Pamięć, generowanie wspomagane odzyskiwaniem (RAG) i wykonywanie akcji

Wdrażanie opartych na LLM AI Agents

• Konteneryzacja agentów AI z Docker
• Integracja LLM z aplikacjami korporacyjnymi
• Skalowanie agentów AI za pomocą usług w chmurze i interfejsów API

Bezpieczeństwo i zgodność w korporacyjnej sztucznej inteligencji

• Kwestie etyczne i zgodność z przepisami
• Ograniczanie ryzyka w automatyzacji opartej na sztucznej inteligencji
• Monitorowanie i audytowanie zachowania agentów AI

Studia przypadków i zastosowania w świecie rzeczywistym

• Wirtualni asystenci wykorzystujący LLM
• Automatyzacja dokumentów oparta na sztucznej inteligencji
• Niestandardowi agenci AI do analityki korporacyjnej

Optymalizacja i utrzymanie agentów opartych na LLM

• Ciągłe ulepszanie i aktualizowanie modeli
• Wdrażanie monitorowania i pętli sprzężenia zwrotnego
• Strategie optymalizacji kosztów i dostrajania wydajności

Podsumowanie i kolejne kroki