Pelatihan AI Agents di Indonesia

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk insinyur AI tingkat lanjut, pengembang robotik, dan spesialis otomatisasi yang ingin memanfaatkan DeepSeek untuk membangun agen AI cerdas dan sistem autonom.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan kemampuan model AI DeepSeek.
• Mengintegrasikan DeepSeek ke dalam agen AI untuk pemutusan keputusan dan otomatisasi.
• Mengaplikasikan teknik belajar memperkuat untuk melatih sistem autonom.
• Mengembangkan agen autonom yang didukung AI di lingkungan dunia nyata.

Agen AI otonom menjadi semakin terintegrasi dalam proses pengambilan keputusan di berbagai sektor seperti pertahanan, kesehatan, keuangan, dan infrastruktur. Saat sistem-sistem ini mendapatkan kemerdekaan dan kewaspadaan yang lebih besar, terdapat kebutuhan mendesak untuk kerangka etis yang kuat, mekanisme pengelolaan, dan pengawasan regulasi untuk mengarahkan desain dan pelaksanaan mereka.

Pelatihan langsung ini (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan kepada profesional tingkat lanjut yang ingin mengeksplorasi implikasi etis, sosial, dan regulasi dari pengembangan agen AI otonom di lingkungan dunia nyata.

Pada akhir pelatihan ini, peserta akan dapat:

• Menganalisis risiko etis dan dilema moral yang ditimbulkan oleh agen AI otonom.
• Mengukur kerangka pengelolaan dan model regulasi yang relevan dengan pelaksanaan AI tingkat tinggi.
• Menilai mekanisme tanggung jawab, keterjelasan, dan transparansi dalam sistem otonom.
• Mengembangkan strategi untuk menyelaraskan perilaku agen AI dengan nilai-nilai hukum, etis, dan sosial.

Format Kursus

• Kuliah interaktif dan diskusi.
• Studi kasus dan simulasi peran.
• Analisis praktis dari model pengelolaan dan kerangka etis.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Automasi berbasis AI menggabungkan fleksibilitas platform tanpa kode dengan kecerdasan model bahasa besar dan agen otonom untuk menciptakan sistem yang dapat di skalakan dan cerdas.

Pelatihan langsung (daring atau tatap muka) ini ditujukan bagi profesional tingkat menengah yang ingin mendesain, membangun, dan mengoptimalkan pipa automasi yang ditingkatkan dengan keputusan AI, orkestrasi, dan kemampuan eksekusi otonom.

Selesai pelatihan ini, peserta akan dapat:

• Mendesain alur kerja otomatisasi tanpa kode yang ditingkatkan dengan interpretasi dan respons AI.
• Menggunakan rantai prompt, pemicu webhook, dan API untuk membangun aliran logika yang dapat di skalakan.
• Membuat aplikasi cerdas yang menghubungkan layanan dan menafsirkan data secara otonom.
• Memahami, mendesain, dan mendelegasikan agen AI yang dapat merencanakan dan melaksanakan tindakan berorientasi tujuan.

Format Kursus

• Sesi kuliah interaktif dan diskusi.
• Banyak latihan dan praktek.
• Implementasi hands-on dalam lingkungan lab langsung.

Opsi Pemaduan Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan online langsung atau pelatihan langsung tatap muka ini, yang dipimpin instruktur, ditujukan untuk pengembang AI tingkat menengah, spesialis keamanan, dan petugas peraturan yang ingin merancang dan menerapkan agen AI yang aman sambil mengatasi keprihatinan etika dan ketahanan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami risiko keamanan dan tantangan etika dalam pengembangan agen AI.
• Mengimplementasikan prinsip desain keamanan pertama untuk model AI.
• Menerapkan teknik ketahanan terhadap serangan untuk mencegah serangan pada agen AI.
• Memastikan kelayakan dengan pedoman AI etis dan standar peraturan.

Edge & Lightweight Agents adalah kursus praktis yang berfokus pada penyebaran beban kerja agen AI di perangkat dengan sumber daya terbatas. Peserta belajar membangun, mengoptimalkan, dan mengelola agen ringan yang mampu melakukan penalaran dan inferensi lokal, meningkatkan kecepatan, privasi, dan keterandalan dalam lingkungan terdistribusi. Kursus ini menekankan pada penyempurnaan performa, desain dengan latensi rendah, dan integrasi perangkat keras-perangkat lunak.

Pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk profesional tingkat menengah yang ingin mengimplementasikan dan mengoptimalkan sistem agen on-device menggunakan Python dan framework AI edge.

Pada akhir pelatihan, peserta akan dapat:

• Memahami arsitektur dan tantangan menjalankan agen AI di perangkat edge.
• Mendesain loop agen ringan yang cocok untuk lingkungan terbatas.
• Mengimplementasikan inferensi lokal menggunakan TensorFlow Lite, PyTorch Mobile, dan ONNX.
• Menyatukan agen dengan sensor, aktuator, dan platform IoT.
• Mengoptimalkan performa, penggunaan energi, dan latensi untuk operasi real-time.

Format Kursus

• Ceramah interaktif dan demonstrasi praktis.
• Pengembangan praktis di lingkungan lokal atau emulasi.
• Pembelajaran berbasis proyek dan latihan implementasi yang dibimbing.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk membuat jadwal.

Pelatihan ini yang dibimbing instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk pengembang AI, peneliti, dan insinyur multimedia dengan tingkat menengah hingga lanjut yang ingin membangun agen AI yang mampu memahami dan menghasilkan konten multimodal.

Di akhir pelatihan ini, peserta akan dapat:

• Membangun agen AI yang memproses dan mengintegrasikan data teks, gambar, dan suara.
• Menerapkan model multimodal seperti GPT-4 Vision dan Whisper ASR.
• Mengoptimalkan pipeline AI multimodal untuk efisiensi dan akurasi.
• Aplikasi agen AI multimodal di aplikasi dunia nyata.

Ini pelatihan yang dipimpin instruktur secara langsung di Indonesia (online atau tatap muka) ditujukan untuk para pengembang dan desainer tingkat pemula hingga menengah yang ingin memahami dan membangun asisten pribadi berbasis AI untuk berbagai kasus penggunaan.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami prinsip dasar asisten pribadi berbasis AI.
• Belajar dasar-dasar integrasi model bahasa dengan asisten cerdas.
• Membangun dan mengkustomisasi asisten pribadi menggunakan kerangka kerja dan alat AI.
• Mengembangkan asisten pribadi untuk aplikasi dunia nyata di berbagai industri.

Pelatihan ini yang dipandu instruktur (online atau tatap muka) ditujukan untuk insinyur AI tingkat lanjut, pengembang perangkat lunak enterprise, dan pemimpin bisnis yang ingin menyesuaikan dan menerapkan agen AI berbasis LLM untuk aplikasi perusahaan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan kemampuan model bahasa besar open-source (LLMs).
• Menyesuaikan dan menyetel ulang LLMs untuk kasus penggunaan perusahaan.
• Menerapkan agen AI menggunakan LangChain dan Hugging Face.
• Mengintegrasikan agen berbasis LLM ke dalam alur kerja bisnis.

Pelatihan ini yang dipimpin instruktur, langsung (online atau tatap muka) ditujukan untuk insinyur robotika tingkat lanjut, peneliti AI, dan spesialis otomatisasi yang ingin mengembangkan sistem robotik autonom berbasiskan AI untuk tugas kompleks dan kolaborasi manusia-AI.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami peran agen AI dalam pengambilan keputusan robotik dan otomatisasi.
• Mengimplementasikan navigasi dan penghindaran rintangan yang didukung AI.
• Mengembangkan sistem robotik kolaborasi manusia-AI.
• Menggunakan sistem percepsi dan kontrol yang dipower AI dalam robot.

Kursus ini mengeksplorasi desain, koordinasi, dan implementasi sistem multi-agent (MAS) menggunakan Python. Peserta akan belajar cara membangun agen yang dapat berkomunikasi, bekerja sama, dan beradaptasi untuk mencapai tujuan bersama dalam lingkungan yang kompleks dan dinamis.

Pelatihan langsung ini (online atau tatap muka) ditujukan bagi profesional tingkat lanjut yang ingin mendesain dan mengimplementasikan sistem multi-agent untuk otomatisasi cerdas, simulasi, dan aplikasi pengambilan keputusan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan prinsip sistem multi-agent.
• Mengembangkan agen yang mampu berkomunikasi, berkordinasi, dan bernegosiasi.
• Menerapkan lingkungan terdistribusi untuk interaksi antar agen.
• Menggunakan pembelajaran penguatan dan perencanaan dalam konteks multi-agent.
• Menyimulasikan perilaku kooperatif dan kompetitif agen.
• Mendesain alur kerja hibrida yang menggabungkan manusia dan agen cerdas.

Format Kursus

• Ceramah langsung oleh instruktur dan demonstrasi langsung.
• Latihan praktis menggunakan kerangka kerja agen open-source.
• Proyek kelompok terapan yang menyimulasikan skenario multi-agent.

Pilihan Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk membuat janji.

Pelatihan langsung ini yang dipandu instruktur di Indonesia (online atau tatap muka) ditujukan untuk profesional keuangan tingkat menengah, analis risiko, dan insinyur AI yang ingin mengembangkan dan menerapkan solusi berbasis AI untuk otomatisasi layanan keuangan dan deteksi penipuan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami peran AI dalam otomatisasi layanan keuangan dan deteksi penipuan.
• Membangun model AI untuk mendeteksi transaksi yang mencurigakan.
• Menggunakan pembelajaran mesin untuk penilaian risiko secara real-time.
• Menerapkan sistem pemantauan keuangan berbasis AI.

Pelatihan ini yang dipimpin instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional pelayanan pelanggan tingkat pemula hingga menengah, pengembang chatbot, dan tim otomatisasi yang ingin mengimplementasikan solusi berbasis AI untuk dukungan pelanggan dan otomatisasi pelayanan.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar dukungan pelanggan berbasis AI.
• Mengembangkan dan mengintegrasikan chatbot AI untuk menanganani pertanyaan pelanggan.
• Menggunakan NLP dan machine learning untuk meningkatkan interaksi chatbot.
• Menggunakan AI agent dalam aplikasi pelayanan pelanggan dunia nyata.

Pelatihan ini yang dipimpin oleh instruktur secara langsung (online atau tatap muka) ditujukan untuk profesional kesehatan dan pengembang AI tingkat menengah hingga lanjut yang ingin mengimplementasikan solusi kesehatan yang didukung oleh AI.

Dengan akhir pelatihan ini, peserta akan mampu untuk:

• Memahami peran agen AI dalam kesehatan dan diagnostik.
• Mengembangkan model AI untuk analisis gambar medis dan diagnostik prediktif.
• Mengintegrasikan AI dengan rekam medis elektronik (EHR) dan alur kerja klinis.
• Memastikan kompatibilitas dengan peraturan kesehatan dan praktik etika AI.

Pelatihan ini, yang dipimpin oleh instruktur, diadakan secara langsung (online atau tatap muka) dan ditujukan untuk para pengembang AI tingkat pemula hingga menengah serta desainer UI/UX yang ingin mempelajari cara membangun, mengoptimalkan, dan menerapkan asisten virtual berbasis AI.

Di akhir pelatihan ini, peserta akan mampu:

• Merancang alur kerja AI conversational dan antarmuka UI/UX yang efektif.
• Mengimplementasikan model pengolahan bahasa alami (NLP) yang didukung AI.
• Mengintegrasikan asisten AI dengan API dan platform pihak ketiga.
• Menerapkan dan memelihara asisten AI untuk aplikasi dunia nyata.

Mistral AI adalah keluarga model AI yang kuat, terbuka sumber, dan siap untuk perusahaan untuk aplikasi bahasa, multimodal, dan agentik.

Pelatihan online langsung atau pelatihan langsung tatap muka ini bertujuan untuk para profesional tingkat menengah hingga tingkat lanjut yang ingin membangun, mengimplementasikan, dan mengelola AI agent menggunakan model Medium 3, Le Chat Enterprise, dan Devstral dari Mistral.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan kemampuan Mistral Medium 3, Le Chat Enterprise, dan Devstral.
• Merancang dan mengimplementasikan AI agent dengan menggunakan model Mistral untuk kasus penggunaan di perusahaan dan pengembang.
• Mengintegrasikan sistem pengodean, konektor, dan data perusahaan ke dalam alur kerja agent.
• Memaksimalkan kinerja, biaya, dan ketaatan untuk agent yang dipower oleh Mistral.

Format Kursus

• Diskusi interaktif dan percakapan.
• Banyak latihan dan praktik.
• Implementasi langsung di lingkungan lab live.

Opsi Pemasangan Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Python adalah bahasa inti yang memperkuat pengembangan dan orkestrasi agen AI otonom. Dalam kursus ini, kami berfokus pada implementasi praktis menggunakan SDK dan kerangka modern seperti LangChain dan AutoGen untuk membangun, menghubungkan, dan mengelola alur kerja agen.

Pelatihan langsung yang dipandu instruktur ini (daring atau tatap muka) ditujukan kepada insinyur backend menengah, insinyur platform, dan insinyur ML yang ingin mengimplementasikan dan mengorkestrasi agen otonom menggunakan peralatan Python dan API.

Setelah pelatihan ini, peserta akan mampu:

• Mengatur dan mengonfigurasi lingkungan berbasis Python untuk sistem agen.
• Menggunakan SDK agen populer seperti LangChain dan AutoGen untuk membuat agen fungsional.
• Mengintegrasikan peralatan dan API untuk memperluas kapabilitas agen.
• Menyusun alur kerja multi-agen dan pola komunikasi.
• Menerapkan praktik terbaik untuk debugging, pengujian, dan pemeliharaan kode agen.

Format Kursus

• Kuliah interaktif dan diskusi.
• Latihan pemrograman praktis dan demo langsung.
• Proyek praktis membangun alur kerja agen end-to-end.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Google Antigravity adalah lingkungan pengembangan agentic yang dirancang untuk membangun agen otonom yang mampu merencanakan, bernalar, menulis kode, dan bertindak melalui kemampuan multimodal Gemini 3.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk profesional teknis tingkat lanjut yang ingin merancang, membangun, dan menyebarluaskan agen otonom menggunakan Gemini 3 dan lingkungan Antigravity.

Setelah menyelesaikan pelatihan ini, peserta akan siap untuk:

• Membangun alur kerja otonom yang menggunakan Gemini 3 untuk bernalar, merencanakan, dan mengeksekusi.
• Mengembangkan agen di Antigravity yang dapat menganalisis tugas, menulis kode, dan berinteraksi dengan alat.
• Mengintegrasikan agen yang didorong oleh Gemini dengan sistem perusahaan dan API.
• Mengoptimalkan perilaku, keamanan, dan keandalan agen dalam lingkungan kompleks.

Format Kursus

• Demonstrasi ahli yang dikombinasikan dengan diskusi interaktif.
• Eksperimen praktis dalam pengembangan agen otonom.
• Implementasi praktis menggunakan Antigravity, Gemini 3, dan alat cloud pendukung.

Pilihan Penyesuaian Kursus

• Jika tim Anda memerlukan perilaku agen spesifik domain atau integrasi kustom, silakan hubungi kami untuk menyesuaikan programnya.

Kursus ini mengajarkan teknik-teknik praktis untuk merancang, membangun, menguji, dan menerapkan sistem agen (otonom) menggunakan Python. Kursus mencakup siklus agen, integrasi alat, manajemen memori dan status, pola orkestrasi, kontrol keamanan, dan pertimbangan produksi.

Kursus pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk insinyur ML tingkat menengah hingga lanjut, pengembang AI, dan insinyur perangkat lunak yang ingin membangun agen otonom yang kuat dan siap produksi menggunakan Python.

Setelah pelatihan ini, peserta akan dapat:

• Merancang dan mengimplementasikan siklus agen dan alur kerja pengambilan keputusan.
• Integrasi alat eksternal dan API untuk memperluas kemampuan agen.
• Mengimplementasikan arsitektur memori jangka pendek dan panjang untuk agen.
• Koordinasi orkestrasi multi-langkah dan komposisi agen.
• Menerapkan praktik terbaik keamanan, kontrol akses, dan observabilitas untuk agen yang diterapkan.

Format Kursus

• Ceramah interaktif dan diskusi.
• Laboratorium praktis membangun agen dengan Python dan SDK populer.
• Latihan berbasis proyek yang menghasilkan prototipe siap diterapkan.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk membuat jadwal.

Pelatihan ini, yang dipimpin oleh instruktur, secara langsung (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin memahami teknik untuk menerapkan dan mengelola agen AI dalam lingkungan produksi.

Di akhir pelatihan ini, peserta akan mampu:

• Mendesain dan mengimplementasikan pipa penerapan AI yang dapat diskala.
• Menggunakan alat seperti Docker dan Kubernetes untuk mengontainerisasi dan mengorestrasikan agen AI.
• Memantau dan mengoptimalkan agen AI dalam lingkungan produksi.
• Mengimplementasikan alur kerja CI/CD untuk penerapan agen AI.
• Memastikan kelayakan dengan persyaratan keamanan dan pengelolaan data.

Pelatihan ini yang dipimpin instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional AI tingkat lanjut yang ingin memahami teknik pembelajaran penegasan dan menerapkannya untuk melatih agen AI dalam menyelesaikan masalah kompleks.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami prinsip dasar pembelajaran penegasan dan Markov Decision Processes (MDPs).
• Mendeisain dan menerapkan algoritma RL seperti Q-Learning, SARSA, dan Deep Q-Networks (DQN).
• Menggunakan kerangka kerja seperti OpenAI Gym dan perpustakaan RL untuk aplikasi praktis.
• Melatih agen AI untuk menyelesaikan masalah pembuatan keputusan multi-tahap dunia nyata.
• Menangani tantangan seperti eksplorasi-eksploitasi trade-offs dan konvergensi dalam pelatihan RL.

Pelatihan langsung yang dipandu instruktur ini di Indonesia (online atau tatap muka) ditujukan untuk pengembang AI tingkat menengah dan spesialis otomasi yang ingin mengintegrasikan kapabilitas agentik ke dalam aplikasi berbasis AI.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip-prinsip AI agentik dan pengambilan keputusan mandiri.
• Menerapkan agen AI berbasis tujuan dengan teknik optimasi diri.
• Mengintegrasikan kolaborasi multi-agen untuk menyelesaikan masalah yang kompleks.
• Meningkatkan interaksi AI-manusia melalui pengalaman pengguna adaptif.
• Menjalankan model AI agentik dalam aplikasi dunia nyata.

Google Antigravity adalah lingkungan pengembangan berbasis agen yang dirancang untuk mengoptimalkan alur kerja insinyur melalui otomatisasi cerdas.

Pelatihan langsung ini (online atau tatap muka) ditujukan bagi praktisi pemula yang ingin menjelajahi dasar-dasar Antigravity dan memahami bagaimana lingkungan pengkodean berbasis agen meningkatkan produktivitas.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Menginstal dan mengonfigurasi Google Antigravity.
• Menavigasi dan memahami kedua tampilan Editor dan Manajer.
• Bekerja secara efektif dengan agen untuk mengotomatisasi tugas pengembangan sederhana.
• Menggunakan Antigravity untuk membuat, menyempurnakan, dan mengelola file proyek.

Format Kursus

• Penjelasan instruktur yang didukung oleh demonstrasi real-time.
• Latihan terbimbing fokus pada penggunaan langsung agen.
• Eksplorasi praktis fitur inti Antigravity dalam lingkungan lab yang terkontrol.

Opsi Penyesuaian Kursus

• Jika Anda memerlukan versi disesuaikan dari pelatihan ini, silakan hubungi kami untuk mengatur program yang disesuaikan.

Pelatihan langsung yang dipandu instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional AI tingkat lanjut yang ingin menguasai keterampilan untuk merancang, membangun, dan menerapkan MAS yang memecahkan masalah dunia nyata yang kompleks.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip arsitektur sistem multi-agen.
• Menerapkan strategi untuk komunikasi, koordinasi, dan pengambilan keputusan di MAS.
• Terapkan teori permainan untuk memodelkan interaksi agen dan menyelesaikan konflik.
• Memanfaatkan kerangka kerja seperti JADE untuk menciptakan solusi MAS yang dapat diskalakan.
• Atasi tantangan seperti skalabilitas, kepercayaan, dan perilaku yang muncul di MAS.

Amazon Bedrock AgentCore menyediakan infrastruktur untuk merancang, mengorchestrate, dan mengelola sistem multi-agent, memungkinkan kolaborasi, spesialisasi, dan pola otomatisasi tingkat lanjut di seluruh beberapa entitas yang didukung oleh AI.

Pelatihan ini, yang dipimpin instruktur (pelatihan online langsung atau pelatihan langsung tatap muka), ditujukan untuk praktisi tingkat lanjut yang ingin merancang, mendepikan, dan mengoptimalkan sistem multi-agent generasi selanjutnya menggunakan fitur orchestration dan governance AgentCore.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami prinsip dan arsitektur sistem multi-agent.
• Merancang strategi orchestration untuk kolaborasi agent.
• Mengimplementasikan protokol komunikasi dan negosiasi antara agent.
• Mendepikan solusi multi-agent skalabel, siap perusahaan menggunakan AgentCore.

Format Pelatihan

• Perkuliahan dan diskusi interaktif.
• Laboratorium praktis dengan fitur orchestration AgentCore.
• Kasus studi aplikasi multi-agent perusahaan.

Opsi Kustomisasi Pelatihan

• Untuk meminta pelatihan kustom untuk pelatihan ini, silakan hubungi kami untuk mengatur.

Pelatihan langsung yang dipandu instruktur ini di Indonesia (online atau tatap muka) ditujukan bagi profesional tingkat lanjut yang ingin mengembangkan dan mengoptimalkan sistem multi-agen menggunakan kerangka kerja Agentic AI.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip-prinsip Agentic AI dalam lingkungan multi-agen.
• Mengembangkan agen yang dikendalikan oleh AI untuk berinteraksi secara otonom.
• Melaksanakan pembelajaran penguatan untuk perilaku AI adaptif.
• Mengoptimalkan kolaborasi dan persaingan multi-agen.
• Menerapkan Agentic AI dalam robotika, permainan, dan otomatisasi perusahaan.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk analis bisnis, pengembang RPA, dan profesional AI tingkat menengah yang ingin memanfaatkan kekuatan AI agents untuk otomatisasi proses bisnis.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami peran AI agents dalam otomatisasi proses bisnis.
• Mengidentifikasi peluang otomatisasi dalam bidang bisnis utama.
• Mengembangkan solusi berbasis AI untuk alur kerja pelayanan pelanggan, keuangan, dan rantai pasok.
• Mengintegrasikan AI agents dengan sistem RPA dan bisnis yang ada.
• Menevaluasi dan mengoptimalkan strategi otomatisasi AI untuk efisiensi.

Google Antigravity adalah platform untuk membangun agen yang mampu berinteraksi dengan aplikasi web, lingkungan browser, dan alur kerja multi-surface.

Pelatihan langsung ini dipimpin instruktur (online atau tatap muka) ditujukan untuk profesional tingkat menengah yang ingin membangun, mengotomatisasi, dan menguji alur kerja berbasis browser menggunakan Google Antigravity.

Setelah penyelesaian pelatihan, peserta akan mampu:

• Membuat agen yang berinteraksi dengan aplikasi web di permukaan browser.
• Mengotomatisasi alur kerja end-to-end melintasi konteks browser.
• Memvalidasi dan memecahkan masalah perilaku agen di lingkungan UI-dinamis.
• Mengimplementasikan strategi otomatisasi cross-surface menggunakan Antigravity.

Format Pelatihan

• Instruksi terarah yang didukung dengan demonstrasi.
• Aktivitas praktis dan latihan berbasis skenario.
• Implementasi alur kerja agen dalam lingkungan laboratorium interaktif.

Opsi Penyesuaian Pelatihan

• Untuk persyaratan pelatihan yang disesuaikan, silakan hubungi kami untuk menyesuaikan kursus sesuai dengan tujuan Anda.

AgentCore mempermudah proses pembuatan, peningkatan, dan pemantauan agen AI yang dikelola penuh dengan menyediakan suite layanan terpadu yang disesuaikan untuk penyebaran skala besar.

Pelatihan langsung ini (online atau tatap muka) ditujukan bagi praktisi pemula hingga tingkat menengah yang ingin mendapatkan pengalaman praktis dalam membuat agen AI siap produksi dengan AgentCore.

Setelah pelatihan ini, peserta akan dapat:

• Mengerti kemampuan inti AgentCore untuk pengembangan agen AI.
• Merancang dan mengonfigurasi agen AI sederhana menggunakan layanan yang dikelola.
• Mengintegrasikan alur kerja untuk meningkatkan fungsionalitas agen.
• Menyebarkan dan memantau agen AI untuk lingkungan produksi.

Format Pelatihan

• Kuliah interaktif dan diskusi.
• Laboratorium praktis dengan layanan AgentCore.
• Latihan terbimbing dari konsep agen hingga penyebaran.

Pilihan Penyesuaian Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk melakukan penjadwalan.

Mastra adalah sebuah kerangka yang menyediakan alat terstruktur untuk mengevaluasi, mendeteksi dan memperbaiki, serta memastikan keandalan agen AI yang beroperasi di alur kerja yang kompleks.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk praktisi level menengah yang ingin menguji perilaku agen dengan ketat, meningkatkan keandalan, dan menerapkan proses evaluasi yang dapat diukur.

Pada akhir pelatihan ini, peserta akan dengan percaya diri:

• Menerapkan teknik debugging untuk mengidentifikasi dan memperbaiki masalah perilaku agen.
• Mengevaluasi agen menggunakan metrik terstruktur, benchmark, dan skor kualitas.
• Menerapkan alat dan alur kerja yang melacak keandalan, drift, dan halusinasi.
• Merancang strategi QA yang memastikan kinerja agen yang konsisten dan dapat diprediksi.

Format Kursus

• Kuliah interaktif dan diskusi.
• Latihan debugging dan evaluasi praktis.
• Analisis live-lab perilaku agen menggunakan alat observabilitas.

Pilihan Penyesuaian Kursus

• Skenario pengujian keandalan yang disesuaikan dan metode QA spesifik industri dapat disusun atas permintaan.

Vertex AI Agent Builder adalah lingkungan tanpa kode/sedikit kode untuk membuat agen tergantung yang menggabungkan model generatif dengan penambahan penciptaan berdasarkan pemulihan (RAG), memungkinkan tim untuk dengan cepat membangun agen yang menggunakan data perusahaan dan pencarian untuk memberikan respons yang tepat dan sadar konteks.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk praktisioner tingkat menengah yang ingin merancang, mengonfigurasi, dan mendepalkan agen pintar menggunakan Vertex AI Agent Builder dan pola RAG.

Setelah selesai mengikuti pelatihan ini, peserta akan mampu:

• Merancang alur kerja agen tergantung menggunakan Agent Builder.
• Menerapkan pipa RAG dengan pencarian dan penyimpanan vektor.
• Mengintegrasikan sumber data perusahaan secara aman untuk pemulihan.
• Mengevaluasi dan mengulang perilaku agen menggunakan pengujian dan metrik.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Laboratorium praktis menggunakan Vertex AI Agent Builder dan komponen RAG.
• Latihan berbasis proyek untuk membangun dan mengevaluasi agen.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Mastra adalah kerangka kerja yang mendukung integrasi mendalam antara agen AI, API, aplikasi perusahaan, dan sistem data eksternal.

Pelatihan ini dipandu instruktur (online atau tatap muka) ditujukan untuk insinyur tingkat menengah yang ingin membangun integrasi yang handal, aman, dan skalabel antara agen Mastra dan ekosistem perusahaan yang lebih luas.

Setelah pelatihan ini selesai, peserta akan siap untuk:

• Menerapkan integrasi berbasis API antara agen Mastra dan layanan eksternal.
• Menghubungkan sistem data perusahaan dan alat ke alur kerja otomatisasi agen.
• Menerapkan praktik terbaik pertukaran data yang aman dan autentikasi.
• Mendesain lapisan integrasi yang skalabel, mudah dipelihara, dan siap produksi.

Format Kursus

• Kuliah interaktif dan diskusi.
• Latihan integrasi teknik dan API tangan pertama.
• Implementasi live-lab menggunakan skenario perusahaan nyata.

Pilihan Penyesuaian Kursus

• Skenario API kustom, pemetaan sistem perusahaan, atau workshop integrasi data tersedia atas permintaan.

AgentCore menyediakan ketahanan memori, interpreter kode yang aman, dan alat peramban yang memungkinkan agen AI untuk memberikan pengalaman interaktif, dinamis, dan sadar konteks.

Pelatihan ini yang dipimpin instruktur ini (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk praktisi teknis tingkat menengah hingga tingkat lanjut yang ingin merancang dan menerapkan agen AI yang mampu mempertahankan konteks jangka panjang, melakukan perhitungan secara dinamis, dan berinteraksi langsung dengan UI web.

Di akhir pelatihan ini, peserta akan mampu:

• Menerapkan memori AgentCore untuk alur kerja yang stateful dan sadar konteks.
• Memanfaatkan interpreter kode yang aman untuk perhitungan dan transformasi dinamis.
• Mengintegrasikan alat peramban untuk penarikan data real-time dan interaksi UI.
• Merancang agen interaktif untuk kasus penggunaan analisis, dukungan pelanggan, dan penelitian.

Format Pelatihan

• Perkuliahan interaktif dan diskusi.
• Latihan praktis dengan memori dan alat AgentCore.
• Kasus studi dalam skenario analisis, otomatisasi, dan dukungan pelanggan.

Opsi Pengaturan Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk pelatihan ini, silakan hubungi kami untuk menyusun.

Pelatihan ini yang dipandu instruktur secara langsung di Indonesia (online atau tatap muka) ditujukan bagi pengembang game dan penyuka AI berlevel menengah yang ingin mengintegrasikan agen AI ke dalam aplikasi game dengan efektif.

Setelah pelatihan ini, peserta akan dapat:

• Mengerti peran agen AI dalam game modern.
• Mengembangkan sistem pengambilan keputusan menggunakan pohon keputusan dan mesin negara terhingga.
• Implementasikan algoritma pencarian jalur seperti A* untuk navigasi dalam game.
• Menerapkan teknik pembelajaran penguatan untuk menciptakan perilaku AI yang adaptif.
• Mengoptimalkan kinerja AI untuk lingkungan game real-time.

Model bahasa besar (LLMs) dan kerangka kerja agen otonom seperti AutoGen dan CrewAI sedang mengubah cara tim DevOps mengotomatiskan tugas seperti pelacakan perubahan, pembuatan tes, dan peninjauan alert dengan mensimulasikan kolaborasi dan pengambilan keputusan yang mirip manusia.

Pelatihan langsung (daring atau di tempat) ini ditujukan untuk insinyur tingkat lanjut yang ingin merancang dan menerapkan alur kerja otomatisasi DevOps yang didukung oleh model bahasa besar (LLMs) dan sistem multi-agent.

Setelah pelatihan ini, peserta akan dapat:

• Mengintegrasikan agen berbasis LLM ke dalam alur kerja CI/CD untuk otomatisasi yang cerdas.
• Mengotomatiskan pembuatan tes, analisis komit, dan ringkasan perubahan menggunakan agen.
• Menyelaraskan beberapa agen untuk menangani alert, menghasilkan respons, dan memberikan rekomendasi DevOps.
• Membangun alur kerja yang aman dan mudah dipertahankan berdaya agen menggunakan kerangka kerja sumber terbuka.

Format Kursus

• Lecture interaktif dan diskusi.
• Banyak latihan dan praktik.
• Pelaksanaan langsung dalam lingkungan laboratorium hidup.

Opsi Pemaduan Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Antigravity adalah sebuah framework yang mewakili alur kerja pengembangan agen terkemuka.

Pelatihan langsung ini (daring atau tatap muka) ditujukan untuk profesional menengah hingga tingkat lanjut yang ingin memverifikasi, menguji validitas, dan menjaga keamanan hasil yang dihasilkan oleh agen AI yang bekerja dalam lingkungan berbasis Antigravity.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

• Menilai keakuratan dan keamanan artefak kode yang dihasilkan oleh agen.
• Menggunakan teknik terstruktur untuk memverifikasi tugas-tugas yang dieksekusi oleh agen.
• Menganalisis rekaman browser dan melacak aktivitas agen secara efektif.
• Mengaplikasikan prinsip-prinsip QA dan keamanan untuk memastikan keterandalan alur kerja agen.

Format Pelatihan

• Sesi-sesi teknis yang dipandu instruktur dan diskusi-diskusi.
• Latihan praktis yang fokus pada verifikasi alur kerja agen nyata.
• Pengujian dan validasi tangan pertama dalam lingkungan laboratorium terkontrol.

Opsi Penyesuaian Pelatihan

• Adaptasi skenario, alur kerja, dan contoh pengujian tersedia atas permintaan.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin memanfaatkan AI Agentik untuk pengambilan keputusan dalam skenario bisnis dan teknis yang kompleks.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip-prinsip pengambilan keputusan mandiri dalam AI.
• Mendesain dan mengimplementasikan agen AI yang beroperasi dengan intervensi manusia minimal.
• Mengintegrasikan AI Agentik ke dalam alur kerja otomatisasi dan sistem bisnis.
• Mengoptimalkan proses pengambilan keputusan berbasis AI untuk efisiensi dan skalabilitas.
• Menjamin ketaatan, keamanan, dan pertimbangan etis dalam autonomi AI.

Google Antigravity adalah kerangka canggih untuk eksperimen dengan agen jangka panjang dan perilaku interaktif yang muncul.

Pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk profesional tingkat lanjut yang ingin merancang, menganalisis, dan mengoptimalkan agen yang mampu menyimpan memori, meningkat melalui umpan balik, dan berkembang selama jangka operasional yang panjang.

Setelah menyelesaikan kursus ini, peserta akan mendapatkan keterampilan untuk:

• Merancang struktur memori jangka panjang untuk keberlanjutan agen.
• Mengimplementasikan umpan balik yang efektif untuk membentuk perilaku agen.
• Mengevaluasi lintasan pembelajaran dan model drift.
• Mengintegrasikan mekanisme memori ke dalam ekosistem multi-agen yang kompleks.

Format Kursus

• Diskusi yang dipandu ahli disertai dengan demonstrasi teknis.
• Eksplorasi praktis melalui tantangan desain terstruktur.
• Aplikasi konsep ke lingkungan agen yang disimulasikan.

Opsi Penyesuaian Kursus

• Jika organisasi Anda memerlukan konten yang disesuaikan atau contoh kasus spesifik, silakan hubungi kami untuk menyesuaikan pelatihan ini.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mendalami lebih dalam desain dan pengembangan agen otonom untuk aplikasi praktis.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami konsep dasar agen otonom.
• Jelajahi aplikasi dunia nyata dari agen AI otonom.
• Rancang, latih, dan implementasikan agen menggunakan pembelajaran penguatan.
• Integrasikan agen ke dalam sistem yang ada untuk otomatisasi dan pengambilan keputusan.
• Atasi pertimbangan etika dan tantangan dalam penerapan agen otonom.

AgentCore menyediakan fitur identitas bawaan, keterlihatan, dan kepatuhan yang memungkinkan organisasi untuk menerapkan agen AI secara bertanggung jawab dalam lingkungan perusahaan.

Pelatihan online langsung atau pelatihan langsung tatap muka ini dikhususkan untuk praktisioner tingkat lanjut yang ingin mendesain dan mengoperasikan sistem agen AI yang aman, dapat diaudit, dan mematuhi peraturan menggunakan Amazon Bedrock AgentCore.

Sampai akhir pelatihan ini, peserta akan dapat:

• Mengimplementasikan model identitas dan izin perusahaan untuk agen.
• Memperkuat keterlihatan melalui log terstruktur, metrik, dan pelacakan.
• Menerapkan kontrol kepatuhan untuk memenuhi kerangka kerja peraturan.
• Mengaudit aktivitas agen dan mempertahankan kontrol sesi tingkat keamanan.

Format Pelatihan

• Kuliah interaktif dan diskusi.
• Laboratorium praktik dengan alat keamanan dan pemantauan AWS.
• Studi kasus dalam lingkungan perusahaan teratur.

Opsi Penyesuaian Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menyusun.

Mastra adalah sebuah framework yang memungkinkan otomasi workflow yang canggih dan koordinasi di antara beberapa agen AI yang beroperasi dalam sistem terdistribusi.

Pelatihan langsung ini dipimpin instruktur (online atau tatap muka) ditujukan untuk praktisi tingkat menengah yang ingin mendesain, mengorkestrasi, dan mengoperasikan workflow multi-agen dalam skala besar.

Dengan menyelesaikan pelatihan ini, peserta akan memperoleh keterampilan untuk:

• Mendesain workflow yang kompleks menggunakan kemampuan orkestrasi Mastra.
• Mengkoordinasikan beberapa agen yang melakukan tugas-tugas paralel atau bergantung satu sama lain.
• Melaksanakan alat pemantauan dan pen-debugging untuk eksekusi workflow.
• Mengoptimalkan logika orkestrasi untuk keandalan, throughput, dan efisiensi otomasi.

Format Kursus

• Diskusi interaktif dan kuliah.
• Latihan desain workflow dan otomasi hands-on.
• Implementasi praktis dalam lingkungan live-lab terkontainerisasi.

Opsi Penyesuaian Kursus

• Skenario otomasi yang disesuaikan, integrasi perusahaan, atau pola workflow dapat disediakan atas permintaan.

AgentCore Runtime & Gateway adalah pasangan layanan AWS untuk mengemas, mendistribusikan, dan mengungkapkan agen AI dengan terintegrasi secara rapi ke sistem eksternal.

Pelatihan ini yang dibimbing instruktur (online langsung atau pelatihan langsung tatap muka) ditujukan untuk tim engineering tingkat menengah yang ingin memindahkan prototipe agen ke produksi dengan memahami AgentCore Runtime untuk penyebaran dan Gateway untuk konektivitas aman dan integrasi API.

Sampai akhir pelatihan ini, peserta akan mampu:

• Memulai lingkungan AgentCore Runtime dan mengemas agen untuk penyebaran.
• Mengungkapkan agen melalui Gateway dengan akhiran yang diautentikasi dan terbatas.
• Mengintegrasikan alat dan API eksternal ke dalam alur kerja agen menggunakan kontrak yang stabil.
• Memperhatikan observabilitas, pemantauan log, dan pemantauan penggunaan untuk operasi produksi.

Format Kursus

• Lecture interaktif dan diskusi.
• Latihan praktis dengan penyebaran Runtime dan integrasi Gateway.
• Latihan praktis yang difokuskan pada keandalan, keamanan, dan peluncuran.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Devstral adalah kerangka kerja sumber terbuka yang dirancang untuk membangun dan menjalankan agen pemrograman yang dapat berinteraksi dengan basis kode, alat pengembang, dan API untuk meningkatkan produktivitas rekayasa.

Pelatihan ini yang dikemudikan instruktur (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk insinyur ML tingkat menengah hingga tingkat lanjut, tim pengembangan alat pengembang, dan SRE yang ingin merancang, menerapkan, dan memoptimalkan agen pemrograman menggunakan Devstral.

Di akhir pelatihan ini, peserta akan dapat:

• Menyetel dan mengkonfigurasi Devstral untuk pengembangan agen pemrograman.
• Merancang alur kerja agentik untuk eksplorasi dan modifikasi basis kode.
• Mengintegrasikan agen pemrograman dengan alat pengembang dan API.
• Menerapkan praktik terbaik untuk penyebaran agen yang aman dan efisien.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Banyak latihan dan praktek.
• Implementasi praktis dalam lingkungan lab langsung.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini yang dipimpin oleh instruktur, dalam format pelatihan online langsung atau pelatihan langsung tatap muka, ditujukan untuk profesional pemula yang ingin memahami cara kerja AI agents dan membangun sistem chatbot interaktif mereka sendiri.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar AI agents dan aplikasi mereka.
• Menjelajahi prinsip-prinsip natural language processing (NLP).
• Mendesain alur percakapan untuk chatbot.
• Membangun chatbot yang berfungsi menggunakan Python dan alat-alat terkait.
• Menyiapkan chatbot untuk berinteraksi dengan pengguna yang sebenarnya.

Mastra adalah kerangka operasional yang dirancang untuk mempermudah penerapan, penskalaan, dan manajemen siklus hidup agen AI di lingkungan produksi.

Pelatihan ini dipimpin instruktur (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional teknis tingkat menengah hingga lanjutan yang perlu mengoperasikan agen AI secara andal dan efisien di seluruh sistem produksi.

Setelah menyelesaikan pelatihan ini, peserta akan dilengkapi untuk:

• Menerapkan agen AI berbasis Mastra ke lingkungan produksi yang terkontrol.
• Mengskalaikan agen secara horizontal dan vertikal menggunakan primitif asli platform.
• Melaksanakan pipa pengawasan untuk melacak perilaku dan kinerja agen.
• Mengoptimalkan konfigurasi runtime untuk mengurangi latensi, biaya, dan risiko operasional.

Format Pelatihan

• Kuliah interaktif dan diskusi.
• Latihan praktis yang berfokus pada skenario penerapan nyata.
• Implementasi live-lab menggunakan lingkungan yang terkontainer dan terorkestrasi.

Pilihan Penyesuaian Pelatihan

• Penyesuaian topik, latihan praktis, atau skenario spesifik industri tersedia atas permintaan.

Google Antigravity adalah platform pengembangan berpusat pada agen yang digunakan untuk mengorkestrasi, memantau, dan menyelaraskan alur kerja kode dan otomatisasi yang didukung AI.

Pelatihan langsung ini dipandu oleh instruktur (dapat dilakukan secara online atau tatap muka) ditujukan kepada profesional tingkat menengah yang ingin mendesain, mengelola, dan mengoptimalkan alur kerja multi-agen dalam Google Antigravity.

Setelah menyelesaikan pelatihan ini, peserta akan memperoleh keterampilan untuk:

• Mengonfigurasi tanggung jawab agen dan pipa orkestrasi di dalam antarmuka Manager.
• Menghasilkan dan menafsirkan artefak Antigravity, termasuk daftar tugas, rencana, catatan, dan perekaman browser.
• Menerapkan strategi verifikasi untuk memastikan aksi agen tetap transparan dan dapat diaudit.
• Mengoptimalkan kolaborasi multi-agen untuk tugas pengembangan dan operasional yang kompleks.

Format Kursus

• Presentasi terpandu dan demonstrasi praktis.
• Latihan berbasis skenario yang fokus pada tantangan alur kerja nyata.
• Eksperimen praktis dalam lingkungan kerja Antigravity langsung.

Opsi Penyesuaian Kursus

• Jika Anda memerlukan versi yang disesuaikan dari kursus ini, silakan hubungi kami untuk mendiskusikan opsi penyesuaian.

Pelatihan ini yang dibimbing oleh instruktur, dalam bentuk pelatihan online langsung atau pelatihan langsung tatap muka, ditujukan bagi profesional pemula yang ingin memahami dan menciptakan agen AI sederhana untuk aplikasi dunia nyata.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami konsep dasar dari AI agents.
• Mengidentifikasi berbagai jenis AI agents dan aplikasinya.
• Merancang dan menerapkan AI agents dasar untuk tugas-tugas praktis.
• Mengkaji alat dan kerangka kerja untuk membangun AI agents.

Antigravity adalah platform pengembangan yang dirancang untuk membangun aplikasi berbasis AI dan agen pertama.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk pengembang tingkat menengah yang ingin membuat aplikasi nyata menggunakan agen AI otonom dalam lingkungan Antigravity.

Setelah menyelesaikan pelatihan ini, peserta akan siap:

• Mengembangkan aplikasi yang bergantung pada agen AI otonom dan koordinatif.
• Menggunakan IDE, editor, terminal, dan browser Antigravity untuk pengembangan end-to-end.
• Mengelola alur kerja multi-agen dengan Agent Manager.
• Menyatukan kemampuan agen ke dalam sistem perangkat lunak produksi.

Format Kursus

• Presentasi yang terpadu dengan demonstrasi mendalam.
• Latihan tangan praktek luas dan latihan terbimbing.
• Pekerjaan implementasi nyata di lingkungan langsung Antigravity.

Opsi Penyesuaian Kursus

• Untuk konten yang disesuaikan sesuai dengan tumpukan pengembangan Anda, silakan hubungi kami untuk menyusun versi pelatihan yang disesuaikan.

Amazon Bedrock AgentCore adalah kerangka kerja siap-enterprise untuk membangun, mengimplementasikan, dan menskalakan AI agent dengan dukungan terintegrasi untuk memori, observabilitas, dan manajemen identitas yang aman.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau langsung tatap muka) ditujukan untuk insinyur dan arsitek dengan tingkat menengah hingga lanjut yang ingin mendesain, mengaman, dan mengoperasikan sistem AI agentik menggunakan AWS Bedrock AgentCore.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan komponen AgentCore.
• Mengimplementasikan dan mengelola AI agent dengan Runtime dan Gateway.
• Menerapkan memori tetap dan interaksi stateful.
• Mengaplikasikan kontrol identitas, observabilitas, dan keterpatanan.
• Mendesain sistem multi-agent untuk alur kerja skala enterprise.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Sesi lab AWS praktis dengan AgentCore.
• Latihan praktis dengan skenario implementasi dan pemantauan.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan yang dikustomisasi untuk kursus ini, silakan hubungi kami untuk menyiapkan.

Membangun Sistem Agen LLM dengan AutoGen adalah kursus praktis yang fokus pada pengembangan sistem multi-agen menggunakan kerangka kerja AutoGen dari Microsoft untuk model bahasa besar (LLM).

Program pelatihan langsung ini yang dipimpin oleh instruktur (daring atau di tempat) ditujukan bagi profesional AI dan otomasi tingkat menengah yang ingin merancang, menerapkan, dan menyelaras sistem multi-agen menggunakan AutoGen dengan Python dan LLM.

Setelah mengikuti pelatihan ini, peserta akan dapat:

• Mendesain arsitektur multi-agen menggunakan kerangka kerja AutoGen.
• Konfigurasi peran agen, kemampuan, dan perilaku koordinasi.
• Menggunakan pemanggilan fungsi dan manajemen memori untuk interaksi agen.
• Membuat dan menguji alur kerja LLM agen berbasis Python untuk kasus penggunaan nyata.

Format Kursus

• Lecture interaktif dan diskusi.
• Banyak latihan dan praktek.
• Pelaksanaan praktis dalam lingkungan laboratorium langsung.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini dipimpin instruktur (online atau tatap muka) ditujukan untuk pengembang perangkat lunak tingkat menengah dan tim teknik yang ingin membangun sistem AI yang skalabel dan dapat diobservasi menggunakan Mastra.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur Mastra dan bagaimana integrasinya dengan LLMs dan API eksternal.
• Mendesain dan mengimplementasikan agen AI dan alur kerja menggunakan TypeScript.
• Menggunakan alat observasi dan memori Mastra untuk memantau dan meningkatkan kinerja agen.
• Menerapkan aplikasi AI yang siap produksi dengan memanfaatkan fitur framework Mastra.

Pelatihan satu hari ini, dirancang untuk pengembang, ilmuwan data, dan pecinta AI, akan membantu Anda memahami dan mengharness kekuatan sistem AI agen menggunakan AutoGen v0.4.

Melalui kombinasi latihan praktis dan demonstrasi nyata, Anda akan belajar bagaimana membangun, mengelola, dan men-deploy aplikasi multi-agen yang didukung oleh Model Bahasa Besar (LLMs).

Di akhir kursus, Anda akan mendapatkan dasar yang kuat tentang arsitektur berlapis AutoGen, menguasai komunikasi asinkron antara agen, dan mengeksplorasi kasus penggunaan nyata dan praktik terbaik untuk mengembangkan aplikasi LLM-didukung yang skalabel dan cerdas.