Pelatihan AI Agents di Jakarta

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk insinyur AI tingkat lanjut, pengembang robotik, dan spesialis otomatisasi yang ingin memanfaatkan DeepSeek untuk membangun agen AI cerdas dan sistem autonom.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan kemampuan model AI DeepSeek.
• Mengintegrasikan DeepSeek ke dalam agen AI untuk pemutusan keputusan dan otomatisasi.
• Mengaplikasikan teknik belajar memperkuat untuk melatih sistem autonom.
• Mengembangkan agen autonom yang didukung AI di lingkungan dunia nyata.

Agen AI otonom menjadi semakin terintegrasi dalam proses pengambilan keputusan di berbagai sektor seperti pertahanan, kesehatan, keuangan, dan infrastruktur. Saat sistem-sistem ini mendapatkan kemerdekaan dan kewaspadaan yang lebih besar, terdapat kebutuhan mendesak untuk kerangka etis yang kuat, mekanisme pengelolaan, dan pengawasan regulasi untuk mengarahkan desain dan pelaksanaan mereka.

Pelatihan langsung ini (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan kepada profesional tingkat lanjut yang ingin mengeksplorasi implikasi etis, sosial, dan regulasi dari pengembangan agen AI otonom di lingkungan dunia nyata.

Pada akhir pelatihan ini, peserta akan dapat:

• Menganalisis risiko etis dan dilema moral yang ditimbulkan oleh agen AI otonom.
• Mengukur kerangka pengelolaan dan model regulasi yang relevan dengan pelaksanaan AI tingkat tinggi.
• Menilai mekanisme tanggung jawab, keterjelasan, dan transparansi dalam sistem otonom.
• Mengembangkan strategi untuk menyelaraskan perilaku agen AI dengan nilai-nilai hukum, etis, dan sosial.

Format Kursus

• Kuliah interaktif dan diskusi.
• Studi kasus dan simulasi peran.
• Analisis praktis dari model pengelolaan dan kerangka etis.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Automasi berbasis AI menggabungkan fleksibilitas platform tanpa kode dengan kecerdasan model bahasa besar dan agen otonom untuk menciptakan sistem yang dapat di skalakan dan cerdas.

Pelatihan langsung (daring atau tatap muka) ini ditujukan bagi profesional tingkat menengah yang ingin mendesain, membangun, dan mengoptimalkan pipa automasi yang ditingkatkan dengan keputusan AI, orkestrasi, dan kemampuan eksekusi otonom.

Selesai pelatihan ini, peserta akan dapat:

• Mendesain alur kerja otomatisasi tanpa kode yang ditingkatkan dengan interpretasi dan respons AI.
• Menggunakan rantai prompt, pemicu webhook, dan API untuk membangun aliran logika yang dapat di skalakan.
• Membuat aplikasi cerdas yang menghubungkan layanan dan menafsirkan data secara otonom.
• Memahami, mendesain, dan mendelegasikan agen AI yang dapat merencanakan dan melaksanakan tindakan berorientasi tujuan.

Format Kursus

• Sesi kuliah interaktif dan diskusi.
• Banyak latihan dan praktek.
• Implementasi hands-on dalam lingkungan lab langsung.

Opsi Pemaduan Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan online langsung atau pelatihan langsung tatap muka ini, yang dipimpin instruktur, ditujukan untuk pengembang AI tingkat menengah, spesialis keamanan, dan petugas peraturan yang ingin merancang dan menerapkan agen AI yang aman sambil mengatasi keprihatinan etika dan ketahanan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami risiko keamanan dan tantangan etika dalam pengembangan agen AI.
• Mengimplementasikan prinsip desain keamanan pertama untuk model AI.
• Menerapkan teknik ketahanan terhadap serangan untuk mencegah serangan pada agen AI.
• Memastikan kelayakan dengan pedoman AI etis dan standar peraturan.

Pelatihan ini yang dibimbing instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk pengembang AI, peneliti, dan insinyur multimedia dengan tingkat menengah hingga lanjut yang ingin membangun agen AI yang mampu memahami dan menghasilkan konten multimodal.

Di akhir pelatihan ini, peserta akan dapat:

• Membangun agen AI yang memproses dan mengintegrasikan data teks, gambar, dan suara.
• Menerapkan model multimodal seperti GPT-4 Vision dan Whisper ASR.
• Mengoptimalkan pipeline AI multimodal untuk efisiensi dan akurasi.
• Aplikasi agen AI multimodal di aplikasi dunia nyata.

Ini pelatihan yang dipimpin instruktur secara langsung di Jakarta (online atau tatap muka) ditujukan untuk para pengembang dan desainer tingkat pemula hingga menengah yang ingin memahami dan membangun asisten pribadi berbasis AI untuk berbagai kasus penggunaan.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami prinsip dasar asisten pribadi berbasis AI.
• Belajar dasar-dasar integrasi model bahasa dengan asisten cerdas.
• Membangun dan mengkustomisasi asisten pribadi menggunakan kerangka kerja dan alat AI.
• Mengembangkan asisten pribadi untuk aplikasi dunia nyata di berbagai industri.

Pelatihan ini yang dipandu instruktur (online atau tatap muka) ditujukan untuk insinyur AI tingkat lanjut, pengembang perangkat lunak enterprise, dan pemimpin bisnis yang ingin menyesuaikan dan menerapkan agen AI berbasis LLM untuk aplikasi perusahaan.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan kemampuan model bahasa besar open-source (LLMs).
• Menyesuaikan dan menyetel ulang LLMs untuk kasus penggunaan perusahaan.
• Menerapkan agen AI menggunakan LangChain dan Hugging Face.
• Mengintegrasikan agen berbasis LLM ke dalam alur kerja bisnis.

Pelatihan ini yang dipimpin instruktur, langsung (online atau tatap muka) ditujukan untuk insinyur robotika tingkat lanjut, peneliti AI, dan spesialis otomatisasi yang ingin mengembangkan sistem robotik autonom berbasiskan AI untuk tugas kompleks dan kolaborasi manusia-AI.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami peran agen AI dalam pengambilan keputusan robotik dan otomatisasi.
• Mengimplementasikan navigasi dan penghindaran rintangan yang didukung AI.
• Mengembangkan sistem robotik kolaborasi manusia-AI.
• Menggunakan sistem percepsi dan kontrol yang dipower AI dalam robot.

Pelatihan ini yang dikemas oleh instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional keuangan tingkat menengah, analis risiko, dan insinyur AI yang ingin mengembangkan dan meluncurkan solusi yang didukung AI untuk otomatisasi keuangan dan deteksi penipuan.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami peran AI dalam otomatisasi keuangan dan deteksi penipuan.
• Membangun model AI untuk mendeteksi transaksi penipuan.
• Menggunakan machine learning untuk penilaian risiko secara real-time.
• Meluncurkan sistem pemantauan keuangan yang didukung AI.

Pelatihan ini yang dipimpin instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional pelayanan pelanggan tingkat pemula hingga menengah, pengembang chatbot, dan tim otomatisasi yang ingin mengimplementasikan solusi berbasis AI untuk dukungan pelanggan dan otomatisasi pelayanan.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar dukungan pelanggan berbasis AI.
• Mengembangkan dan mengintegrasikan chatbot AI untuk menanganani pertanyaan pelanggan.
• Menggunakan NLP dan machine learning untuk meningkatkan interaksi chatbot.
• Menggunakan AI agent dalam aplikasi pelayanan pelanggan dunia nyata.

Pelatihan ini yang dipimpin oleh instruktur secara langsung (online atau tatap muka) ditujukan untuk profesional kesehatan dan pengembang AI tingkat menengah hingga lanjut yang ingin mengimplementasikan solusi kesehatan yang didukung oleh AI.

Dengan akhir pelatihan ini, peserta akan mampu untuk:

• Memahami peran agen AI dalam kesehatan dan diagnostik.
• Mengembangkan model AI untuk analisis gambar medis dan diagnostik prediktif.
• Mengintegrasikan AI dengan rekam medis elektronik (EHR) dan alur kerja klinis.
• Memastikan kompatibilitas dengan peraturan kesehatan dan praktik etika AI.

Pelatihan ini, yang dipimpin oleh instruktur, diadakan secara langsung (online atau tatap muka) dan ditujukan untuk para pengembang AI tingkat pemula hingga menengah serta desainer UI/UX yang ingin mempelajari cara membangun, mengoptimalkan, dan menerapkan asisten virtual berbasis AI.

Di akhir pelatihan ini, peserta akan mampu:

• Merancang alur kerja AI conversational dan antarmuka UI/UX yang efektif.
• Mengimplementasikan model pengolahan bahasa alami (NLP) yang didukung AI.
• Mengintegrasikan asisten AI dengan API dan platform pihak ketiga.
• Menerapkan dan memelihara asisten AI untuk aplikasi dunia nyata.

Mistral AI adalah keluarga model AI yang kuat, terbuka sumber, dan siap untuk perusahaan untuk aplikasi bahasa, multimodal, dan agentik.

Pelatihan online langsung atau pelatihan langsung tatap muka ini bertujuan untuk para profesional tingkat menengah hingga tingkat lanjut yang ingin membangun, mengimplementasikan, dan mengelola AI agent menggunakan model Medium 3, Le Chat Enterprise, dan Devstral dari Mistral.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami arsitektur dan kemampuan Mistral Medium 3, Le Chat Enterprise, dan Devstral.
• Merancang dan mengimplementasikan AI agent dengan menggunakan model Mistral untuk kasus penggunaan di perusahaan dan pengembang.
• Mengintegrasikan sistem pengodean, konektor, dan data perusahaan ke dalam alur kerja agent.
• Memaksimalkan kinerja, biaya, dan ketaatan untuk agent yang dipower oleh Mistral.

Format Kursus

• Diskusi interaktif dan percakapan.
• Banyak latihan dan praktik.
• Implementasi langsung di lingkungan lab live.

Opsi Pemasangan Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Python adalah bahasa inti yang memperkuat pengembangan dan orkestrasi agen AI otonom. Dalam kursus ini, kami berfokus pada implementasi praktis menggunakan SDK dan kerangka modern seperti LangChain dan AutoGen untuk membangun, menghubungkan, dan mengelola alur kerja agen.

Pelatihan langsung yang dipandu instruktur ini (daring atau tatap muka) ditujukan kepada insinyur backend menengah, insinyur platform, dan insinyur ML yang ingin mengimplementasikan dan mengorkestrasi agen otonom menggunakan peralatan Python dan API.

Setelah pelatihan ini, peserta akan mampu:

• Mengatur dan mengonfigurasi lingkungan berbasis Python untuk sistem agen.
• Menggunakan SDK agen populer seperti LangChain dan AutoGen untuk membuat agen fungsional.
• Mengintegrasikan peralatan dan API untuk memperluas kapabilitas agen.
• Menyusun alur kerja multi-agen dan pola komunikasi.
• Menerapkan praktik terbaik untuk debugging, pengujian, dan pemeliharaan kode agen.

Format Kursus

• Kuliah interaktif dan diskusi.
• Latihan pemrograman praktis dan demo langsung.
• Proyek praktis membangun alur kerja agen end-to-end.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Kursus ini mengajarkan teknik-teknik praktis untuk merancang, membangun, menguji, dan menerapkan sistem agen (otonom) menggunakan Python. Kursus mencakup siklus agen, integrasi alat, manajemen memori dan status, pola orkestrasi, kontrol keamanan, dan pertimbangan produksi.

Kursus pelatihan langsung yang dipandu instruktur (online atau tatap muka) ini ditujukan untuk insinyur ML tingkat menengah hingga lanjut, pengembang AI, dan insinyur perangkat lunak yang ingin membangun agen otonom yang kuat dan siap produksi menggunakan Python.

Setelah pelatihan ini, peserta akan dapat:

• Merancang dan mengimplementasikan siklus agen dan alur kerja pengambilan keputusan.
• Integrasi alat eksternal dan API untuk memperluas kemampuan agen.
• Mengimplementasikan arsitektur memori jangka pendek dan panjang untuk agen.
• Koordinasi orkestrasi multi-langkah dan komposisi agen.
• Menerapkan praktik terbaik keamanan, kontrol akses, dan observabilitas untuk agen yang diterapkan.

Format Kursus

• Ceramah interaktif dan diskusi.
• Laboratorium praktis membangun agen dengan Python dan SDK populer.
• Latihan berbasis proyek yang menghasilkan prototipe siap diterapkan.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk membuat jadwal.

Pelatihan ini, yang dipimpin oleh instruktur, secara langsung (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin memahami teknik untuk menerapkan dan mengelola agen AI dalam lingkungan produksi.

Di akhir pelatihan ini, peserta akan mampu:

• Mendesain dan mengimplementasikan pipa penerapan AI yang dapat diskala.
• Menggunakan alat seperti Docker dan Kubernetes untuk mengontainerisasi dan mengorestrasikan agen AI.
• Memantau dan mengoptimalkan agen AI dalam lingkungan produksi.
• Mengimplementasikan alur kerja CI/CD untuk penerapan agen AI.
• Memastikan kelayakan dengan persyaratan keamanan dan pengelolaan data.

Pelatihan ini yang dipimpin instruktur secara langsung (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional AI tingkat lanjut yang ingin memahami teknik pembelajaran penegasan dan menerapkannya untuk melatih agen AI dalam menyelesaikan masalah kompleks.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami prinsip dasar pembelajaran penegasan dan Markov Decision Processes (MDPs).
• Mendeisain dan menerapkan algoritma RL seperti Q-Learning, SARSA, dan Deep Q-Networks (DQN).
• Menggunakan kerangka kerja seperti OpenAI Gym dan perpustakaan RL untuk aplikasi praktis.
• Melatih agen AI untuk menyelesaikan masalah pembuatan keputusan multi-tahap dunia nyata.
• Menangani tantangan seperti eksplorasi-eksploitasi trade-offs dan konvergensi dalam pelatihan RL.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk para pengembang AI tingkat menengah dan ahli otomatisasi yang ingin mengintegrasikan kemampuan agentik dalam aplikasi yang dipenuhi AI.

Setelah menyelesaikan pelatihan ini, peserta dapat:

• Memahami prinsip-prinsip AI agentik dan pengambilan keputusan otomatis.
• Menyelenggarakan agen AI yang didorong tujuan dengan teknik optimisasi diri.
• Mengintegrasikan kolaborasi multi-agen untuk penyelesaian masalah kompleks.
• Meningkatkan interaksi AI-manusia melalui pengalaman pengguna adaptif.
• Menggunakan model AI agentik dalam aplikasi dunia nyata.

Pelatihan langsung yang dipandu instruktur di Jakarta (online atau di tempat) ini ditujukan untuk profesional AI tingkat lanjut yang ingin menguasai keterampilan untuk merancang, membangun, dan menerapkan MAS yang memecahkan masalah dunia nyata yang kompleks.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami prinsip arsitektur sistem multi-agen.
• Menerapkan strategi untuk komunikasi, koordinasi, dan pengambilan keputusan di MAS.
• Terapkan teori permainan untuk memodelkan interaksi agen dan menyelesaikan konflik.
• Memanfaatkan kerangka kerja seperti JADE untuk menciptakan solusi MAS yang dapat diskalakan.
• Atasi tantangan seperti skalabilitas, kepercayaan, dan perilaku yang muncul di MAS.

Amazon Bedrock AgentCore menyediakan infrastruktur untuk merancang, mengorchestrate, dan mengelola sistem multi-agent, memungkinkan kolaborasi, spesialisasi, dan pola otomatisasi tingkat lanjut di seluruh beberapa entitas yang didukung oleh AI.

Pelatihan ini, yang dipimpin instruktur (pelatihan online langsung atau pelatihan langsung tatap muka), ditujukan untuk praktisi tingkat lanjut yang ingin merancang, mendepikan, dan mengoptimalkan sistem multi-agent generasi selanjutnya menggunakan fitur orchestration dan governance AgentCore.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami prinsip dan arsitektur sistem multi-agent.
• Merancang strategi orchestration untuk kolaborasi agent.
• Mengimplementasikan protokol komunikasi dan negosiasi antara agent.
• Mendepikan solusi multi-agent skalabel, siap perusahaan menggunakan AgentCore.

Format Pelatihan

• Perkuliahan dan diskusi interaktif.
• Laboratorium praktis dengan fitur orchestration AgentCore.
• Kasus studi aplikasi multi-agent perusahaan.

Opsi Kustomisasi Pelatihan

• Untuk meminta pelatihan kustom untuk pelatihan ini, silakan hubungi kami untuk mengatur.

Pelatihan langsung yang dipimpin instruktur di Jakarta (online atau offline) ini ditujukan untuk profesional tingkat lanjut yang ingin membangun alur kerja agen aman dan sesuai peraturan menggunakan CrewAI dalam lingkungan perusahaan.

Pada akhir pelatihan ini, peserta akan dapat:

• Mendesain alur kerja yang aman dan dapat diaudit melibatkan beberapa agen.
• Melaksanakan strategi privasi data dalam sistem otonom.
• Mengintegrasikan mekanisme logging, pengaturan, dan kepatuhan.
• Mendeploy dan memantau sistem berbasis CrewAI yang aman di lingkungan produksi.

Pelatihan ini yang dikombinasikan dengan instruktur, dilaksanakan secara langsung (online atau tatap muka) ditujukan untuk profesional tingkat lanjut yang ingin mengembangkan dan mengoptimalkan sistem multi-agent menggunakan kerangka kerja Agentic AI.

Setelah menyelesaikan pelatihan ini, peserta akan mampu:

• Memahami prinsip-prinsip Agentic AI dalam lingkungan multi-agent.
• Mengembangkan agent AI yang berinteraksi secara otomatis.
• Mengimplementasikan belajar penegasan untuk perilaku AI yang adaptif.
• Mengoptimalkan kolaborasi dan kompetisi multi-agent.
• Menerapkan Agentic AI dalam robotika, permainan, dan otomatisasi perusahaan.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau tatap muka) ditujukan untuk analis bisnis, pengembang RPA, dan profesional AI tingkat menengah yang ingin memanfaatkan kekuatan AI agents untuk otomatisasi proses bisnis.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami peran AI agents dalam otomatisasi proses bisnis.
• Mengidentifikasi peluang otomatisasi dalam bidang bisnis utama.
• Mengembangkan solusi berbasis AI untuk alur kerja pelayanan pelanggan, keuangan, dan rantai pasok.
• Mengintegrasikan AI agents dengan sistem RPA dan bisnis yang ada.
• Menevaluasi dan mengoptimalkan strategi otomatisasi AI untuk efisiensi.

AgentCore mempermudah proses pembuatan, peningkatan, dan pemantauan agen AI yang dikelola penuh dengan menyediakan suite layanan terpadu yang disesuaikan untuk penyebaran skala besar.

Pelatihan langsung ini (online atau tatap muka) ditujukan bagi praktisi pemula hingga tingkat menengah yang ingin mendapatkan pengalaman praktis dalam membuat agen AI siap produksi dengan AgentCore.

Setelah pelatihan ini, peserta akan dapat:

• Mengerti kemampuan inti AgentCore untuk pengembangan agen AI.
• Merancang dan mengonfigurasi agen AI sederhana menggunakan layanan yang dikelola.
• Mengintegrasikan alur kerja untuk meningkatkan fungsionalitas agen.
• Menyebarkan dan memantau agen AI untuk lingkungan produksi.

Format Pelatihan

• Kuliah interaktif dan diskusi.
• Laboratorium praktis dengan layanan AgentCore.
• Latihan terbimbing dari konsep agen hingga penyebaran.

Pilihan Penyesuaian Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk melakukan penjadwalan.

Pelatihan langsung yang dipimpin instruktur di Jakarta (daring atau tatap muka) ini ditujukan untuk profesional bisnis dan AI tingkat menengah yang ingin membuat agen bisnis yang cerdas dan spesifik domain menggunakan CrewAI.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami arsitektur dari CrewAI dan relevansinya dalam kasus penggunaan bisnis.
• Membuat agen yang berorientasi bisnis menggunakan peran, alat, dan memori.
• Membangun tim agen yang bekerja sama untuk melaksanakan alur kerja bisnis.
• Mengaplikasikan CrewAI dalam skenario praktis seperti keuangan, pemasaran, dan dukungan pelanggan.

Vertex AI Agent Builder adalah lingkungan tanpa kode/sedikit kode untuk membuat agen tergantung yang menggabungkan model generatif dengan penambahan penciptaan berdasarkan pemulihan (RAG), memungkinkan tim untuk dengan cepat membangun agen yang menggunakan data perusahaan dan pencarian untuk memberikan respons yang tepat dan sadar konteks.

Pelatihan langsung ini (online atau tatap muka) ditujukan untuk praktisioner tingkat menengah yang ingin merancang, mengonfigurasi, dan mendepalkan agen pintar menggunakan Vertex AI Agent Builder dan pola RAG.

Setelah selesai mengikuti pelatihan ini, peserta akan mampu:

• Merancang alur kerja agen tergantung menggunakan Agent Builder.
• Menerapkan pipa RAG dengan pencarian dan penyimpanan vektor.
• Mengintegrasikan sumber data perusahaan secara aman untuk pemulihan.
• Mengevaluasi dan mengulang perilaku agen menggunakan pengujian dan metrik.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Laboratorium praktis menggunakan Vertex AI Agent Builder dan komponen RAG.
• Latihan berbasis proyek untuk membangun dan mengevaluasi agen.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

AutoGen adalah kerangka kerja open-source dari Microsoft untuk membangun aplikasi multi-agents yang menggunakan LLMs, alat, memori, dan interaksi pengguna.

Pelatihan langsung dengan instruktur (daring atau di lokasi) ini ditujukan bagi pengembang dan arsitek tingkat lanjut yang ingin merancang dan mendeploy agen yang sangat disesuaikan menggunakan API berbasis Python, kemampuan memanggil fungsi, dan rantai alat moduler dari AutoGen.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Mengembangkan agen kustom dengan logika yang spesifik peran dan pengiriman alat.
• Membangun alur kerja dinamis menggunakan pemanggilan fungsi lanjutan dan pergantian konteks.
• Menyediakan modul memori dan kerangka kerja perencanaan di dalam tim agen.
• Mengelola status kesalahan multi-agent dan mekanisme ulang adaptif.

Bentuk Kursus

• Lektur interaktif dan diskusi.
• Latihan dan praktik yang banyak.
• Penerapan langsung di lingkungan laboratorium langsung.

Opsi Pemaduan Kursus

• Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengatur.

AgentCore menyediakan ketahanan memori, interpreter kode yang aman, dan alat peramban yang memungkinkan agen AI untuk memberikan pengalaman interaktif, dinamis, dan sadar konteks.

Pelatihan ini yang dipimpin instruktur ini (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk praktisi teknis tingkat menengah hingga tingkat lanjut yang ingin merancang dan menerapkan agen AI yang mampu mempertahankan konteks jangka panjang, melakukan perhitungan secara dinamis, dan berinteraksi langsung dengan UI web.

Di akhir pelatihan ini, peserta akan mampu:

• Menerapkan memori AgentCore untuk alur kerja yang stateful dan sadar konteks.
• Memanfaatkan interpreter kode yang aman untuk perhitungan dan transformasi dinamis.
• Mengintegrasikan alat peramban untuk penarikan data real-time dan interaksi UI.
• Merancang agen interaktif untuk kasus penggunaan analisis, dukungan pelanggan, dan penelitian.

Format Pelatihan

• Perkuliahan interaktif dan diskusi.
• Latihan praktis dengan memori dan alat AgentCore.
• Kasus studi dalam skenario analisis, otomatisasi, dan dukungan pelanggan.

Opsi Pengaturan Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk pelatihan ini, silakan hubungi kami untuk menyusun.

Pelatihan ini yang dipandu instruktur secara langsung di Jakarta (online atau tatap muka) ditujukan bagi pengembang game dan penyuka AI berlevel menengah yang ingin mengintegrasikan agen AI ke dalam aplikasi game dengan efektif.

Setelah pelatihan ini, peserta akan dapat:

• Mengerti peran agen AI dalam game modern.
• Mengembangkan sistem pengambilan keputusan menggunakan pohon keputusan dan mesin negara terhingga.
• Implementasikan algoritma pencarian jalur seperti A* untuk navigasi dalam game.
• Menerapkan teknik pembelajaran penguatan untuk menciptakan perilaku AI yang adaptif.
• Mengoptimalkan kinerja AI untuk lingkungan game real-time.

Pelatihan langsung yang dipimpin instruktur di Jakarta (daring atau tatap muka) ini ditujukan untuk profesional dengan tingkat menengah hingga lanjutan yang ingin memperbesar sistem CrewAI, mengintegrasikan dengan alat perusahaan, dan mendeploy solusi otomasi di lingkungan produksi.

Selesai pelatihan ini, peserta akan dapat:

• Mendesain sistem multi-agent yang scalable menggunakan CrewAI.
• Mengintegrasikan agen dengan alat perusahaan seperti Slack, database, dan API.
• Melaksanakan pemantauan, logging, dan diagnosa untuk perilaku agen.
• Mendeploy, mengelola, dan memperbesar solusi CrewAI di lingkungan produksi.

Model bahasa besar (LLMs) dan kerangka kerja agen otonom seperti AutoGen dan CrewAI sedang mengubah cara tim DevOps mengotomatiskan tugas seperti pelacakan perubahan, pembuatan tes, dan peninjauan alert dengan mensimulasikan kolaborasi dan pengambilan keputusan yang mirip manusia.

Pelatihan langsung (daring atau di tempat) ini ditujukan untuk insinyur tingkat lanjut yang ingin merancang dan menerapkan alur kerja otomatisasi DevOps yang didukung oleh model bahasa besar (LLMs) dan sistem multi-agent.

Setelah pelatihan ini, peserta akan dapat:

• Mengintegrasikan agen berbasis LLM ke dalam alur kerja CI/CD untuk otomatisasi yang cerdas.
• Mengotomatiskan pembuatan tes, analisis komit, dan ringkasan perubahan menggunakan agen.
• Menyelaraskan beberapa agen untuk menangani alert, menghasilkan respons, dan memberikan rekomendasi DevOps.
• Membangun alur kerja yang aman dan mudah dipertahankan berdaya agen menggunakan kerangka kerja sumber terbuka.

Format Kursus

• Lecture interaktif dan diskusi.
• Banyak latihan dan praktik.
• Pelaksanaan langsung dalam lingkungan laboratorium hidup.

Opsi Pemaduan Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini yang dibimbing oleh instruktur secara langsung di Jakarta (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk para profesional tingkat lanjut yang ingin memanfaatkan Agentic AI untuk pengambilan keputusan dalam skenario bisnis dan teknis yang kompleks.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami prinsip-prinsip pengambilan keputusan autonom dalam AI.
• Merancang dan mengimplementasikan AI agents yang beroperasi dengan minimal intervensi manusia.
• Mengintegrasikan Agentic AI ke dalam alur kerja otomatisasi dan sistem bisnis.
• Memaksimalkan proses pengambilan keputusan yang didukung AI untuk kefisienan dan skalabilitas.
• Memastikan kelangkaan, keamanan, dan pertimbangan etika dalam autonom AI.

Pelatihan langsung yang dipimpin instruktur di Jakarta (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mendalami lebih dalam desain dan pengembangan agen otonom untuk aplikasi praktis.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami konsep dasar agen otonom.
• Jelajahi aplikasi dunia nyata dari agen AI otonom.
• Rancang, latih, dan implementasikan agen menggunakan pembelajaran penguatan.
• Integrasikan agen ke dalam sistem yang ada untuk otomatisasi dan pengambilan keputusan.
• Atasi pertimbangan etika dan tantangan dalam penerapan agen otonom.

Pelatihan langsung yang dipimpin instruktur ini di Jakarta (daring atau tatap muka) ditujukan bagi profesional tingkat lanjut yang ingin merancang dan mengimplementasikan sistem multi-agente khusus menggunakan CrewAI dengan alur kerja kompleks, pencetus acara, dan integrasi peralatan.

Pada akhir pelatihan ini, peserta akan dapat:

• Merancang dan membangun agen AI khusus dengan peran dan alat yang spesialis.
• Mengimplementasikan alur tugas multi-agent yang kompleks dan dipicu oleh acara.
• Mengintegrasikan API eksternal dan pipa data dalam sistem CrewAI.
• Memaksimalkan koordinasi, penanganan kesalahan, dan efisiensi pelaksanaan sistem multi-agent.

AutoGen Studio adalah lingkungan visual untuk membuat dan mengelola alur kerja multi-agennya berbasis LLM tanpa memerlukan kode.

Latihan ini dengan instruktur (daring atau di lokasi) ditujukan bagi profesional bisnis dan inovasi tingkat pemula hingga menengah yang ingin menggunakan AutoGen Studio untuk merancang, menguji, dan memperbaiki interaksi antara agen untuk otomatisasi internal atau pengembangan produk yang dioptimalkan dengan AI.

Setelah selesai latihan ini, peserta akan dapat:

• Membuat alur kerja multi-agen menggunakan antarmuka tanpa kode.
• Mendefinisikan peran agen, prompt, dan tujuan menggunakan AutoGen Studio.
• Visualisasi dan pengelolaan arus pesan antar agen.
• Mengintegrasikan penanganan kesalahan dan penyempurnaan konteks ke dalam logika agen.

Format Kursus

• Pembicaraan interaktif dan diskusi.
• Banyak latihan dan praktek.
• Terapkan secara langsung di lingkungan lab langsung.

Opsi Pengaturan Kursus

• Untuk meminta pelatihan khusus untuk kursus ini, silakan hubungi kami untuk mengatur.

AgentCore menyediakan fitur identitas bawaan, keterlihatan, dan kepatuhan yang memungkinkan organisasi untuk menerapkan agen AI secara bertanggung jawab dalam lingkungan perusahaan.

Pelatihan online langsung atau pelatihan langsung tatap muka ini dikhususkan untuk praktisioner tingkat lanjut yang ingin mendesain dan mengoperasikan sistem agen AI yang aman, dapat diaudit, dan mematuhi peraturan menggunakan Amazon Bedrock AgentCore.

Sampai akhir pelatihan ini, peserta akan dapat:

• Mengimplementasikan model identitas dan izin perusahaan untuk agen.
• Memperkuat keterlihatan melalui log terstruktur, metrik, dan pelacakan.
• Menerapkan kontrol kepatuhan untuk memenuhi kerangka kerja peraturan.
• Mengaudit aktivitas agen dan mempertahankan kontrol sesi tingkat keamanan.

Format Pelatihan

• Kuliah interaktif dan diskusi.
• Laboratorium praktik dengan alat keamanan dan pemantauan AWS.
• Studi kasus dalam lingkungan perusahaan teratur.

Opsi Penyesuaian Pelatihan

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menyusun.

Pelatihan langsung berbasis instruktur di Jakarta (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin mempermudah kolaborasi tim jarak jauh menggunakan alur kerja berbasis AI dan analitik Read AI.

Pada akhir pelatihan ini, peserta akan dapat:

• Mendesain alur kerja lengkap untuk pertemuan tim jarak jauh menggunakan Read AI.
• Mengotomatiskan tindak lanjut dan dokumen untuk mengurangi biaya pertemuan.
• Memanfaatkan ringkasan AI untuk kolaborasi sinkron dan asinkron.
• Melacak keikutsertaan dan akuntabilitas tim melalui wawasan Read AI.

Pelatihan langsung yang dipandu instruktur di Jakarta (daring atau tatap muka) ini ditujukan bagi profesional level menengah hingga lanjutan yang ingin mengintegrasikan Read AI dengan platform seperti Slack, sistem CRM, dan Notion untuk mempercepat alur kerja dan meningkatkan efisiensi tim.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Menghubungkan Read AI dengan Slack, Salesforce, Notion, dan alat serupa.
• Otomatisasi pengiriman ringkasan rapat dan poin tindak lanjut di berbagai platform.
• Sinkronisasi data Read AI dengan sistem CRM dan papan tugas.
• Menangani masalah integrasi dan mengoptimalkan konfigurasi sesuai kebutuhan tim.

AgentCore Runtime & Gateway adalah pasangan layanan AWS untuk mengemas, mendistribusikan, dan mengungkapkan agen AI dengan terintegrasi secara rapi ke sistem eksternal.

Pelatihan ini yang dibimbing instruktur (online langsung atau pelatihan langsung tatap muka) ditujukan untuk tim engineering tingkat menengah yang ingin memindahkan prototipe agen ke produksi dengan memahami AgentCore Runtime untuk penyebaran dan Gateway untuk konektivitas aman dan integrasi API.

Sampai akhir pelatihan ini, peserta akan mampu:

• Memulai lingkungan AgentCore Runtime dan mengemas agen untuk penyebaran.
• Mengungkapkan agen melalui Gateway dengan akhiran yang diautentikasi dan terbatas.
• Mengintegrasikan alat dan API eksternal ke dalam alur kerja agen menggunakan kontrak yang stabil.
• Memperhatikan observabilitas, pemantauan log, dan pemantauan penggunaan untuk operasi produksi.

Format Kursus

• Lecture interaktif dan diskusi.
• Latihan praktis dengan penyebaran Runtime dan integrasi Gateway.
• Latihan praktis yang difokuskan pada keandalan, keamanan, dan peluncuran.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

AutoGen untuk Otomatisasi AI Perusahaan adalah kursus praktis yang berfokus pada implementasi sistem agen pintar yang skalabel untuk otomatisasi operasi bisnis kompleks menggunakan kerangka kerja AutoGen.

Kursus ini dipandu instruktur dan diselenggarakan secara langsung (online atau tatap muka) yang ditujukan kepada profesional AI berlevel menengah hingga lanjut yang ingin menerapkan arsitektur multi-agen di seluruh platform dan proses perusahaan menggunakan kerangka kerja AutoGen.

Pada akhir pelatihan ini, peserta akan dapat:

• Mendesain dan mengotomatisasi alur kerja perusahaan menggunakan AutoGen dan agen LLM.
• Mengintegrasikan AutoGen dengan LangChain untuk orkestrasi lanjutan dan penanganan konteks.
• Membangun pipa RAG dan menghubungkan data perusahaan untuk otomatisasi berkonteks.
• Menghubungkan agen dengan platform perusahaan seperti Slack, Jira, dan SharePoint.
• Menykalakan dan memantau penyebaran AutoGen di lingkungan produksi.

Format Kursus

• Diskusi interaktif dan ceramah.
• Banyak latihan dan praktek.
• Implementasi langsung dalam lingkungan laboratorium hidup.

Opsi Penyesuaian Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk menata.

Devstral adalah kerangka kerja sumber terbuka yang dirancang untuk membangun dan menjalankan agen pemrograman yang dapat berinteraksi dengan basis kode, alat pengembang, dan API untuk meningkatkan produktivitas rekayasa.

Pelatihan ini yang dikemudikan instruktur (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk insinyur ML tingkat menengah hingga tingkat lanjut, tim pengembangan alat pengembang, dan SRE yang ingin merancang, menerapkan, dan memoptimalkan agen pemrograman menggunakan Devstral.

Di akhir pelatihan ini, peserta akan dapat:

• Menyetel dan mengkonfigurasi Devstral untuk pengembangan agen pemrograman.
• Merancang alur kerja agentik untuk eksplorasi dan modifikasi basis kode.
• Mengintegrasikan agen pemrograman dengan alat pengembang dan API.
• Menerapkan praktik terbaik untuk penyebaran agen yang aman dan efisien.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Banyak latihan dan praktek.
• Implementasi praktis dalam lingkungan lab langsung.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan ini yang dipimpin oleh instruktur, dalam format pelatihan online langsung atau pelatihan langsung tatap muka, ditujukan untuk profesional pemula yang ingin memahami cara kerja AI agents dan membangun sistem chatbot interaktif mereka sendiri.

Di akhir pelatihan ini, peserta akan mampu:

• Memahami dasar-dasar AI agents dan aplikasi mereka.
• Menjelajahi prinsip-prinsip natural language processing (NLP).
• Mendesain alur percakapan untuk chatbot.
• Membangun chatbot yang berfungsi menggunakan Python dan alat-alat terkait.
• Menyiapkan chatbot untuk berinteraksi dengan pengguna yang sebenarnya.

Pelatihan langsung dan dipandu oleh instruktur di Jakarta (daring atau tatap muka) ini ditujukan bagi profesional tingkat menengah yang ingin mengotomatiskan alur kerja bisnis dan teknis menggunakan CrewAI melalui kasus penggunaan dunia nyata dan integrasi alat.

Selesai pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan prinsip dasar dari CrewAI.
• Mendesain alur kerja yang melibatkan beberapa agen kolaboratif.
• Mengintegrasikan CrewAI dengan API, alat, dan sistem eksternal.
• Menerapkan dan menyelaras penggunaan otomatisasi dunia nyata.

Pelatihan ini yang dibimbing oleh instruktur, diadakan dalam bentuk Jakarta (pelatihan online langsung atau pelatihan langsung tatap muka) ditujukan untuk profesional bisnis tingkat menengah yang ingin memanfaatkan Grok AI untuk analisis bisnis, otomatisasi alur kerja, dan peningkatan produktivitas.

Pada akhir pelatihan ini, peserta akan mampu:

• Memahami kemampuan dan aplikasi Grok AI dalam bisnis.
• Memanfaatkan Grok AI untuk riset pasar dan analisis kompetitor.
• Mengotomatisasi tugas bisnis rutinan menggunakan alur kerja yang dipandu AI.
• Menggunakan wawasan yang dihasilkan AI untuk pemutus keputusan strategis.
• Meningkatkan kolaborasi tim dan produktivitas dengan Grok AI.

Pelatihan ini yang dibimbing oleh instruktur, dalam bentuk pelatihan online langsung atau pelatihan langsung tatap muka, ditujukan bagi profesional pemula yang ingin memahami dan menciptakan agen AI sederhana untuk aplikasi dunia nyata.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami konsep dasar dari AI agents.
• Mengidentifikasi berbagai jenis AI agents dan aplikasinya.
• Merancang dan menerapkan AI agents dasar untuk tugas-tugas praktis.
• Mengkaji alat dan kerangka kerja untuk membangun AI agents.

Ini adalah pelatihan online langsung atau pelatihan langsung tatap muka yang dipimpin instruktur, ditujukan untuk profesional tingkat pemula yang ingin menjelajahi dasar-dasar CrewAI dan membangun sistem multi-agent sederhana.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan prinsip desain CrewAI.
• Mendefinisikan peran, tugas, dan alur dalam sebuah kelompok agen.
• Membuat alur kerja kolaboratif menggunakan kerangka CrewAI.
• Membangun, menguji, dan menjalankan skenario multi-agent dasar.

Amazon Bedrock AgentCore adalah kerangka kerja siap-enterprise untuk membangun, mengimplementasikan, dan menskalakan AI agent dengan dukungan terintegrasi untuk memori, observabilitas, dan manajemen identitas yang aman.

Pelatihan ini yang dipimpin instruktur, secara langsung (online atau langsung tatap muka) ditujukan untuk insinyur dan arsitek dengan tingkat menengah hingga lanjut yang ingin mendesain, mengaman, dan mengoperasikan sistem AI agentik menggunakan AWS Bedrock AgentCore.

Setelah menyelesaikan pelatihan ini, peserta akan dapat:

• Memahami arsitektur dan komponen AgentCore.
• Mengimplementasikan dan mengelola AI agent dengan Runtime dan Gateway.
• Menerapkan memori tetap dan interaksi stateful.
• Mengaplikasikan kontrol identitas, observabilitas, dan keterpatanan.
• Mendesain sistem multi-agent untuk alur kerja skala enterprise.

Format Kursus

• Perkuliahan interaktif dan diskusi.
• Sesi lab AWS praktis dengan AgentCore.
• Latihan praktis dengan skenario implementasi dan pemantauan.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan yang dikustomisasi untuk kursus ini, silakan hubungi kami untuk menyiapkan.

Pelatihan langsung yang dipandu instruktur ini di Jakarta (online atau tatap muka) ditujukan untuk profesional level pemula yang ingin memahami kemampuan, kasus penggunaan, dan aplikasi potensial dari Grok AI.

Di akhir pelatihan ini, peserta akan dapat:

• Mengerti apa itu Grok AI dan bagaimana cara kerjanya berbeda dari chatbot lainnya.
• Mengeksplorasi fitur-fitur utama dan fungsionalitas Grok AI.
• Berinteraksi secara efektif dengan Grok AI untuk penggunaan pribadi dan bisnis.
• Memaksimalkan manfaat Grok AI untuk produktivitas, kreativitas, dan pemecahan masalah.
• Mengenali pertimbangan etika dan batasan chatbot AI.

Membangun Sistem Agen LLM dengan AutoGen adalah kursus praktis yang fokus pada pengembangan sistem multi-agen menggunakan kerangka kerja AutoGen dari Microsoft untuk model bahasa besar (LLM).

Program pelatihan langsung ini yang dipimpin oleh instruktur (daring atau di tempat) ditujukan bagi profesional AI dan otomasi tingkat menengah yang ingin merancang, menerapkan, dan menyelaras sistem multi-agen menggunakan AutoGen dengan Python dan LLM.

Setelah mengikuti pelatihan ini, peserta akan dapat:

• Mendesain arsitektur multi-agen menggunakan kerangka kerja AutoGen.
• Konfigurasi peran agen, kemampuan, dan perilaku koordinasi.
• Menggunakan pemanggilan fungsi dan manajemen memori untuk interaksi agen.
• Membuat dan menguji alur kerja LLM agen berbasis Python untuk kasus penggunaan nyata.

Format Kursus

• Lecture interaktif dan diskusi.
• Banyak latihan dan praktek.
• Pelaksanaan praktis dalam lingkungan laboratorium langsung.

Opsi Kustomisasi Kursus

• Untuk meminta pelatihan yang disesuaikan untuk kursus ini, silakan hubungi kami untuk mengatur.

Pelatihan langsung yang dipandu instruktur di Jakarta (daring atau tatap muka) ini ditujukan untuk profesional pemula yang ingin belajar menggunakan Read AI untuk mencatat ringkasan pertemuan, mengekstrak wawasan kunci, dan menghasilkan tindakan dengan usaha manual minimal.

Di akhir pelatihan ini, peserta akan dapat:

• Mengatur dan mengonfigurasi Read AI untuk pertemuan di berbagai platform utama.
• Membuat ringkasan pertemuan otomatis dan mengidentifikasi tindakan yang perlu diambil.
• Menafsirkan analitik keikutsertaan dan sentimen yang disediakan oleh Read AI.
• Berbagi, menyunting, dan menyusun ringkasan secara efektif untuk kolaborasi tim.

Workshop 1-hari ini, dirancang untuk pengembang, ilmuwan data, dan entusiasta AI, akan membantu Anda memahami dan mengharness kekuatan sistem AI agen menggunakan AutoGen v0.4.

Melalui kombinasi latihan praktis dan demonstrasi langsung, Anda akan belajar bagaimana membangun, mengelola, dan mendeploy aplikasi multi-agent yang dipower oleh Large Language Models (LLMs). 

Setelah akhir kursus, Anda akan mendapatkan fondasi yang kuat dalam arsitektur bertingkat AutoGen, menguasai komunikasi asinkron antar agen, dan mengeksplor kasus penggunaan dunia nyata serta best practice untuk mengembangkan aplikasi LLM-driven yang scalable dan cerdas.