Kursus Pelatihan Rekayasa Agentic AI dengan Python — Membangun Agen Otonom

Fundamental Agentic AI

• Apa itu agen otonom: definisi dan taksonomi
• Agent loop: siklus persepsi, keputusan, aksi, dan observasi
• Pola desain untuk tanggung jawab dan cakupan agen

Peralatan Python dan SDK Agen

• Menggunakan LangChain dan SDK serupa untuk mem-bootstrapping agen
• Programing asinkron, antrean tugas, dan manajemen subprocess
• Pengemasan, lingkungan virtual, dan alur kerja pengembangan yang dapat direproduksi

Integrasi Alat Eksternal dan API

• Merancang antarmuka alat dan pola invokasi alat yang aman
• Koneksi ke API web, database, dan layanan internal
• Manajemen kredensial, rahasia, dan akses least-privilege

Memori, Status, dan Manajemen Konteks

• Jendela konteks jangka pendek dan teknik prompt engineering
• Arsitektur memori jangka panjang: Redis, vector store, retrieval augmentation
• Konsistensi, strategi caching, dan kebersihan memori

Orkestrasi, Perencanaan, dan Alur Kerja Multi-Langkah

• Pengkaitan aksi, sub-agen, dan dekomposisi tugas
• Algoritma perencanaan vs orkestrasi heuristik
• Penanganan kegagalan, retry, dan aksi kompensasi

Keselamatan, Pengujian, dan Observabilitas

• Model ancaman, red-teaming, dan sanitasi input/output
• Pengujian unit, integrasi, dan end-to-end untuk agen
• Logging, metrik, tracing, dan alerting untuk perilaku agen

Deployment, Scaling, dan MLOps untuk Agen

• Kontainerisasi, pipeline CI/CD, dan strategi rollout
• Kontrol biaya, pembatasan laju, dan optimasi sumber daya
• Monitoring, tata kelola, dan playbook operasional

Rangkuman dan Langkah Selanjutnya