Kerangka Materi

Dasar-dasar AI Agentik

  • Apa itu agen otonom: definisi dan taksonomi
  • Siklus agen: siklus persepsi, pengambilan keputusan, aksi, observasi
  • Pola desain untuk tanggung jawab dan lingkup agen

Perlengkapan Python dan SDK Agen

  • Menggunakan LangChain dan SDK serupa untuk memulai agen
  • Pemrograman asinkron, antrian tugas, dan manajemen proses anak
  • Paket, lingkungan virtual, dan alur kerja pengembangan yang dapat direproduksi

Mengintegrasikan Alat Eksternal dan API

  • Merancang antarmuka alat dan pola pemanggilan alat yang aman
  • Berhubungan dengan web APIs, basis data, dan layanan internal
  • Mengelola kredensial, rahasia, dan akses hak terbatas

Manajemen Memori, Status, dan Konteks

  • Jendela konteks jangka pendek dan teknik pengekstrakan prompt
  • Arsitektur memori jangka panjang: Redis, toko vektor, augmentasi pencarian
  • Konsistensi, strategi caching, dan higiene memori

Orkestrasi, Perencanaan, dan Alur Kerja Multi-Langkah

  • Menggabungkan aksi, subagen, dan dekomposisi tugas
  • Algoritma perencanaan vs orkestrasi heuristik
  • Menangani kegagalan, ulangan, dan tindakan kompensasi

Keamanan, Pengujian, dan Observabilitas

  • Model ancaman, tim merah, dan sanitasi input/output
  • Pengujian unit, integrasi, dan end-to-end untuk agen
  • Catatan, metrik, pelacakan, dan peringatan untuk perilaku agen

Penerapan, Penskalaan, dan MLOps untuk Agen

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

Rangkuman dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang pemrograman Python
  • Pengalaman dengan REST APIs dan I/O asinkron
  • Kenalan dengan konsep pembelajaran mesin dan LLM yang telah dilatih sebelumnya

Audience

  • Insinyur ML
  • Pengembang AI
  • Insinyur perangkat lunak
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait