План на курса

Въведение в Agentic AI системите

  • Дефиниране на Agentic AI и неговите възможности
  • Основни разлики между базиран на правила AI и автономен AI
  • Случаи на употреба и индустриални приложения

Архитектурни Agentic AI системи

  • Рамки и инструменти за изграждане на автономен AI
  • Проектиране на AI агенти с целенасочени способности
  • Внедряване на памет, осъзнаване на контекста и адаптивност

Разработване на AI Agents с Python и API

  • Изграждане на AI агенти с помощта на OpenAI и DeepSeek API
  • Интегриране на AI модели с външни източници на данни
  • Обработка на API отговори и подобряване на взаимодействията с агенти

Оптимизиране на мулти-агент Collaboration

  • Проектиране на AI агенти за кооперативни и конкурентни задачи
  • Управление на комуникацията на агента и делегиране на задачи
  • Мащабиране на мултиагентни системи за приложения от реалния свят

Подобряване на вземането на решения в Agentic AI

  • Учене с подсилване и самоусъвършенстващи се AI агенти
  • Планиране, разсъждения и дългосрочно изпълнение на целите
  • Балансиране на автоматизацията с човешки контрол

Сигурност, етика и съответствие в Agentic AI

  • Справяне с пристрастията и осигуряване на отговорно внедряване на AI
  • Мерки за сигурност за вземане на решения, управлявани от AI
  • Регулаторни съображения за автономни AI системи

Бъдещи тенденции в Agentic AI

  • Напредък в автономията на AI и системите за самообучение
  • Разширяване на възможностите на AI агент с мултимодално обучение
  • Подготовка за следващото поколение автономен AI

Обобщение и следващи стъпки

Изисквания

  • Основно разбиране на концепциите за ИИ и машинно обучение
  • Опит с Python програмиране
  • Познаване на интеграцията на AI модел, базиран на API

Публика

  • AI инженери, разработващи автономни AI системи
  • Изследователи на ML, изследващи мултиагентни AI рамки
  • Разработчици, внедряващи автоматизация, задвижвана от AI
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории