Kerangka Materi

Pendahuluan tentang GPT-5 dan Kemampuan Pengembang

  • Kemampuan kunci GPT-5, multimodalitas, dan fitur agen
  • Memilih model, memahami harga dan batas
  • Perhatian etika dan pengelolaan perusahaan

Prompting dan Desain Sistem untuk Output yang Dapat Diatasi

  • Polanya Prompt, pesan sistem, dan rekayasa konteks
  • Rantai pemikiran vs. prompting singkat dan teknik sedikit peluang
  • Menguji prompt dan menetapkan kriteria penerimaan

API, SDK, dan Alur Pengembangan Lokal

  • Memanggil API GPT-5, penggunaan SDK, otentikasi dan pengelolaan rahasia
  • Pengembangan lokal, meniru respons, dan penyalinan
  • Pengversian, skema permintaan/respon, dan pengelolaan kesalahan

Membangun Agen dan Integrasi Alat

  • Mendesain arsitektur agen dan antarmuka alat yang aman
  • Rute, orkestrasi, dan strategi cadangan
  • Batas laju, pengendalian konkurensi, dan pertimbangan transaksional

Pengujian, Evaluasi dan Validasi

  • Suite pengujian otomatis untuk prompt dan perilaku
  • Red-teaming, pengujian fuzz, dan contoh antagonis
  • Metrik untuk akurasi, tingkat halusinasi, dan kepuasan pengguna

Deploy, Pemantauan dan Observabilitas

  • Polanya CI/CD untuk fitur yang dapat diaktifkan model dan rilis canary
  • Pencatatan, pelacakan, dan telemetri untuk observabilitas tingkat prompt
  • Pengingat, pertimbangan SLA, dan tanggapan insiden

Keamanan, Privasi dan Optimasi Biaya

  • Pengelolaan data, pertimbangan PI/PHI, dan sanitasi konteks
  • Pengontrolan, pemeriksaan, dan titik pemeriksaan kelayakan
  • Optimasi penggunaan token, pengelompokan, dan strategi penyimpanan

Ringkasan dan Langkah Selanjutnya

Persyaratan

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

Penonton

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

Jumlah Peserta


Biaya per Peserta

Testimoni (4)

Kursus Mendatang

Kategori Terkait