Generative AI and Agentic AI

• Znajomość koncepcji AI i uczenia maszynowego
• Doświadczenie w pracy z API lub językami skryptowymi takimi jak Python
• Znajomość inżynierii promptów lub używania dużych modeli językowych

Grupa docelowa

• Programiści i inżynierowie AI
• Zespoły ds. innowacji i badań i rozwoju
• Menadżerowie produktów technicznych badający systemy agentowe AI

Generative AI i Agentic AI to dwa potężne paradygmaty napędzające następną falę automatyzacji i inteligencji — jedno skupione na generowaniu treści, a drugie na zachowaniach autonomicznych, kierowanych przez cele.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów w dziedzinie AI i technologii o poziomie średnim, którzy chcą zrozumieć, jak budować, oceniać i integrować generatywne i agentyczne AI w rzeczywistych aplikacjach.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę i możliwości systemów generatywnego AI.
• Badać powstawanie autonomicznych agentów AI i jak one rozwijają LLM.
• Wykorzystywać inżynierię podpowiadań i integrację narzędzi do praktycznych wdrażeń.
• Porównywać modele, narzędzia i techniki odpowiedzialnego wdrażania.

Format kursu

• Interaktywna wykład i dyskusja.
• Ręczne używanie narzędzi generatywnego i agentycznego AI w realnych scenariuszach.
• Zadania kierowane, skupione na generowaniu treści i autonomicznych przepływach pracy.

Opcje dostosowywania kursu

• Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby ustalić.

Wprowadzenie do Generative AI i Agentic AI

• Co to jest Generative AI? Co to jest Agentic AI?
• Jak się one różnią i uzupełniają
• Przypadki użycia i trendy w różnych branżach

Architektura i narzędzia Generative AI

• Modele transformerów: GPT, LLaMA, Claude i inne
• Dostrajanie vs. uczenie się w kontekście
• Narzędzia: ChatGPT, Hugging Face Transformers, Google AI Studio

Prompt Engineering dla kontroli i struktury

• Wzorce poleceń do pisania, kodowania, podsumowywania itp.
• Prompty z małą liczbą przykładów, bez przykładów i łańcuchowego myślenia
• Używanie bibliotek poleceń i narzędzi testowych

Zrozumienie Agentic AI

• Definicja i ewolucja agenticznego AI
• Architektury: planowanie, pamięć, narzędzia, samoocena
• Popularne ramy: AutoGPT, BabyAGI, CrewAI, LangGraph

Projektowanie i wdrażanie autonomicznych agentów

• Goowe ustawienia i rozkładanie zadań
• Integracja narzędzi i API (wyszukiwanie, pamięć, kod)
• Koordynacja wieloagentowa i nadzór człowieka w pętli

Use Casey i scenariusze wdrażania

• Generowanie zawartości vs. orkiestracja zadań
• Produktywność przedsiębiorstw, wsparcie klientów, ekstrakcja danych
• Odpowiedzialne i bezpieczne wdrażanie

Podsumowanie i następne kroki