Hubungi Kami
 Durasi 14 jam

Kerangka Materi

Pengantar Agent Builder dan RAG

  • Ikhtisar kemampuan Agent Builder
  • Fondasi RAG dan kapan harus menggunakannya
  • Kasus penggunaan dan cerita sukses

Persiapan Lingkungan

  • Menkonfigurasi workspace Vertex AI
  • Menyambungkan toko pencarian dan vektor
  • Laboratorium praktik langsung: persiapan lingkungan

Merancang Alur Kerja Agen Berbasis Data

  • Menentukan tujuan agen dan alur percakapan
  • Memetakan sumber data ke strategi pengambilan data (retrieval)
  • Laboratorium praktik langsung: membangun alur percakapan

Memplementasikan Pipeline RAG

  • Penyiapan indeks dokumen dan embedding
  • Pola retriever dan re-ranker
  • Laboratorium praktik langsung: membuat pipeline RAG

Integrasi dan Data Perusahaan

  • Konektor aman ke sistem internal
  • Tata kelola data dan kontrol akses
  • Laboratorium praktik langsung: menyambungkan sumber data perusahaan

Pengujian, Evaluasi, dan Iterasi

  • Pengujian prompt dan metrik evaluasi
  • Strategi simulasi pengguna dan validasi
  • Laboratorium praktik langsung: mengevaluasi dan menyetel agen

Penyediaan (Deployment), Pemantauan, dan Pemeliharaan

  • Opsi penyediaan dan pertimbangan skalabilitas
  • Pemantauan kinerja, relevansi, dan pergeseran (drift)
  • Buku panduan operasional untuk pembaruan dan rollback

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengetahuan dasar tentang pemrosesan bahasa alami (natural language processing)
  • Pengalaman dengan layanan cloud dan API
  • Kenalan dengan basis data pencarian dan vektor

Audiens

  • Pengembang (Developers)
  • Arsitek Solusi (Solution Architects)
  • Manajer Produk (Product Managers)

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait