Kerangka Materi
Pengantar terhadap AI Agensik
- Definisi AI agensik dan hubungannya dengan sistem AI konvensional
- Gambaran umum mengenai arsitektur berbasis penalaran, memori, serta pengarahan tujuan
- Contoh kasus penggunaan dan penerapan di berbagai industri
Konsep Inti dan Pola Desain Utama
- Siklus kerja agen: pengamatan lingkungan, penalaran logis, serta tindakan implementasi
- Perbedaan antara sistem berbasis satu agen dengan sistem multi-agen
- Interaksi sistem terhadap lingkungan sekitar dan mekanisme penggunaan alat pendukung
Teknik Dasar Pembuatan Prompt yang Efektif
- Membuat prompt dengan tujuan mengarahkan proses penalaran dan pemecahan masalah secara sistematis
- Pemanfaatan contoh, batasan, serta penentuan peran spesifik dalam meningkatkan kontrol atas AI agen
- Proses evaluasi dan pengembangan ulang prompt secara sistematis untuk meminimalisir kesalahan
Membangun Alur Kerja Agen Sederhana
- Implementasi siklus kerja agen dengan menggunakan bahasa pemrograman Python
- Integrasi sistem agen terhadap berbagai API dan alat bantu komputasi yang tersedia
- Strategi pengelolaan kondisi memori serta status operasional agen secara dinamis
Prinsip Desain yang Bertanggung Jawab dan Aspek Keamanan
- Pertimbangan etika serta penerapan prinsip penggunaan AI agen secara aman
- Pengelolaan bias, transparansi sistem, serta akuntabilitas dalam proses pengembangan AI
- Mekanisme kontrol akses data, perlindungan informasi sensitif, serta filtrasi konten yang aman
Proyek Praktik: Merancang Agen dengan Prinsip Bertanggung Jawab
- Penentuan cakupan masalah serta sasaran yang ingin dicapai oleh sistem agen tersebut
- Pengembangan prompt serta logika kontrol yang mendukung tujuan pengembangan
- Proses pengujian, penyempurnaan desain, dan evaluasi perilaku operasional agen secara menyeluruh
Kesimpulan serta Langkah Selanjutnya
Persyaratan
- Pemahaman dasar mengenai konsep AI atau machine learning
- Keakraban dengan sintaks dan pemrograman menggunakan Python
- Pengalaman bekerja dengan data atau aplikasi yang memanfaatkan API
Target Peserta
- Para ahli data yang baru mempelajari pengembangan sistem AI agensik
- Insinyur ML pemula yang ingin menjelajahi arsitektur aplikasi berbasis agen
- Manajer teknis yang berminat memahami prinsip-prinsip desain dan aspek keamanan sistem agen
Testimoni (3)
Instruktur ini sabar dan sangat membantu. Ia memahami topik dengan baik.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kursus - Agentic AI for Business Automation: Use Cases & Integration
Diterjemahkan Mesin
Campuran yang baik antara pengetahuan dan praktik
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Agentic AI for Enterprise Applications
Diterjemahkan Mesin
Campuran teori dan praktik serta perspektif tingkat tinggi dan tingkat rendah
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Autonomous Decision-Making with Agentic AI
Diterjemahkan Mesin