Kerangka Materi

Pengantar AI Agentik

  • Mendefinisikan AI agentik dan hubungannya dengan sistem AI tradisional
  • Tinjauan tentang penalaran, memori, dan arsitektur berbasis tujuan
  • Kasus penggunaan utama dan aplikasi industri

Konsep Inti dan Pola Desain

  • Siklus agen: persepsi, penalaran, dan tindakan
  • Sistem agen tunggal vs. sistem multi-agen
  • Interaksi dengan lingkungan dan invokasi alat

Dasar-Dasar Teknik Pengumuman

  • Mendesain prompt yang efektif untuk penalaran dan dekomposisi tugas
  • Menggunakan contoh, batasan, dan peran untuk kontrol yang lebih baik
  • Debugging dan iterasi prompt secara sistematis

Membangun Alur Kerja Agentik Sederhana

  • Mengimplementasikan siklus agen dalam Python
  • Integrasi dengan API dan alat sederhana
  • Mengelola state dan memori agen

Desain yang Bertanggung Jawab dan Praktik Keselamatan

  • Pertimbangan etis dan penggunaan agen yang bertanggung jawab
  • Bias, transparansi, dan akuntabilitas dalam sistem AI
  • Kontrol akses, perlindungan data, dan keamanan konten

Proyek Praktis: Mendesain Agen yang Bertanggung Jawab

  • Mendefinisikan lingkup masalah dan tujuan
  • Mengembangkan prompt dan logika kontrol
  • Pengujian, penyempurnaan, dan evaluasi perilaku agen

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar tentang AI atau konsep pembelajaran mesin
  • Kebiasaan dengan sintaks dan skrip Python
  • Pengalaman bekerja dengan data atau aplikasi berbasis API

Audience

  • Data scientists baru dalam pengembangan AI agentik
  • Junior ML engineers yang mengeksplorasi arsitektur agen teraplikasi
  • Manajer teknologi yang ingin memahami desain dan prinsip keselamatan agen
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait