Kerangka Materi

Pengenalan GPT-5 dan Kemampuan Pengembang

  • Kemampuan kunci GPT-5, multimodalitas, dan fitur agen
  • Memilih model, memahami harga dan batasan
  • Pertimbangan etika dan pemerintahan perusahaan

Prompting dan Desain Sistem untuk Keluaran yang Handal

  • Pola prompt, pesan sistem, dan insinyuran konteks
  • Ketimbangan berpikir vs. prompting singkat dan teknik few-shot
  • Menguji prompt dan menetapkan kriteria penerimaan

APIs, SDKs, dan Alur Kerja Pengembangan Lokal

  • Memanggil API GPT-5, penggunaan SDK, autentikasi dan manajemen rahasia
  • Pengembangan lokal, pemalsuan respons, dan sandboxing
  • Versi, skema permintaan/respons, dan penanganan kesalahan

Membangun Agen dan Integrasi Alat

  • Mendesain arsitektur agen yang aman dan antarmuka alat
  • Pemeringkatan, orkestrasi, dan strategi cadangan
  • Batas tingkat, kontrol konkurensi, dan pertimbangan transaksional

Pengujian, Evaluasi, dan Validasi

  • Kumpulan tes otomatis untuk prompt dan perilaku
  • Red-teaming, pengujian kabur, dan contoh adversarial
  • Metrik untuk akurasi, tingkat halusinasi, dan kepuasan pengguna

Penyebaran, Pemantauan, dan Observabilitas

  • Pola CI/CD untuk fitur yang didukung model dan rilis canary
  • Catatan, pelacakan, dan telemetri untuk observabilitas tingkat prompt
  • Pemberitahuan, pertimbangan SLA, dan respons insiden

Keamanan, Privasi, dan Optimisasi Biaya

  • Pengelolaan data, pertimbangan PI/PHI, dan sanitasi konteks
  • Kontrol akses, audit, dan titik cek kepatuhan
  • Optimisasi penggunaan token, batch, dan strategi caching

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang setidaknya satu bahasa pemrograman seperti Python atau JavaScript
  • Pengalaman memanggil REST APIs atau SDKs
  • Keterampilan dasar dengan konsep ML/AI dan struktur data JSON

Audience

  • Ingenieur perangkat lunak
  • Ingenieur ML
  • Ingenieur DevOps / SRE
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (5)

Kursus Mendatang

Kategori Terkait