Hubungi Kami
 Durasi 14 jam

Kerangka Materi

Pengenalan Agentic AI

  • Mendefinisikan agentic AI dan hubungannya dengan sistem AI tradisional
  • Ringkasan arsitektur penalaran, memori, dan berbasis tujuan
  • Kasus penggunaan utama dan aplikasi industri

Konsep Inti dan Pola Desain

  • Lingkar agen: persepsi, penalaran, dan aksi
  • Sistem agen tunggal vs. agen multi-agents
  • Interaksi lingkungan dan pemanggilan alat

Dasar-Dasar Rekayasa Prompt

  • Merancang prompt yang efektif untuk penalaran dan dekomposisi tugas
  • Mem使用 contoh, kendala, dan peran untuk kontrol yang lebih baik
  • Debugging dan iterasi prompt secara sistematis

Membangun Alur Kerja Agentic Sederhana

  • Mengimplementasikan lingkar agen dalam Python
  • Integrasi dengan API dan alat sederhana
  • Manajemen status dan memori agen

Desain Bertanggung Jawab dan Praktik Keselamatan

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

Praktik Langsung: Merancang Agen yang Bertanggung Jawab

  • Mendefinisikan cakupan masalah dan tujuan
  • Mengembangkan prompt dan logika kontrol
  • Menguji, menyempurnakan, dan mengevaluasi perilaku agen

Persyaratan

  • Pemahaman dasar tentang konsep AI atau machine learning
  • Kenalan dengan sintaks dan scripting Python
  • Pengalaman bekerja dengan data atau aplikasi berbasis API

Audience

  • Ilmuwan data yang baru memulai pengembangan agentic AI
  • Insinyur ML junior yang menjelajahi arsitektur agen terapan
  • Manajer teknologi yang ingin memahami desain agen dan prinsip keselamatan

Jumlah Peserta


Harga per Peserta

Testimoni (3)

Kursus Mendatang

Kategori Terkait