Напредначен AutoGen: Персонализирани Агенти & Динамично Използване на Инструменти Training Course

AutoGen за автоматизация на предприятие с AI е практически курс, фокусиран върху имплементацията на масово разширяеми, интелигентни агенти, за да автоматизират сложни бизнес операции, използвайки рамката AutoGen.Този курс, ръководен от инструктор, се провежда на живо (онлайн или на място) и е предназначен за професионалисти в областта на AI с среден до високо ниво, които искат да развърнат многобройни агенти в рамките на платформите и процесите на предприятието, използвайки рамката AutoGen.До края на този курс участниците ще могат да:- Дизайнират и автоматизират работни процеси на предприятието, използвайки AutoGen и LLM агенти.- Интегрират AutoGen с LangChain за напреднала оркестрация и обработка на контекста.- Създават RAG пайплайни и свързват данните на предприятието за контекстуална автоматизация.- Свързват агентите с платформи на предприятието, като Slack, Jira и SharePoint.- Масово разширяват и мониторират развертанията на AutoGen в продуктивни среди.Формат на курса:- Интерактивна лекция и дискусия.- Много упражнения и практика.- Практически изпълнения в среда на живо лабораториум.Опции за персонализиране на курса:- За да попитате персонализиран тренинг за този курс, моля свържете се с нас, за да уредим.

AutoGen Studio е визуална среда за създаване и управление на работни процеси, базирани на LLM, без да се изисква код.

Този обучавателен курс с инструктор (онлайн или на място) е предназначен за бизнес и иновационни професионалисти с начално или средно ниво, които искат да използват AutoGen Studio за визуално проектиране, тестване и уточняване на взаимодействия между агенти за автоматизация вътре в организацията или разработка на продукти с подкрепление от ИИ.

До края на този курс участниците ще могат да:

• Създават многоагентни работни процеси с интерфейс без код.
• Определят роли, подсказки и цели на агентите, използвайки AutoGen Studio.
• Визуализират и управляват потока на съобщения между агентите.
• Включват обработка на грешки и уточняване на контекст в логиката на агентите.

Формат на курса

• Интерактивни лекции и дискусии.
• Много упражнения и практика.
• Практическо приложение в живо лабораторно обкружение.

Опции за персонализиране на курса

• За да поискате персонализиран обучение за този курс, моля, свържете се с нас, за да уредим.

Building LLM Agent Systems с AutoGen е курс с практическо обучение, който се фокусира върху разработването на мултиагентни системи, използвайки рамката AutoGen от Microsoft за големи модели на естествен език (LLM).

Това обучение с ръководство на инструктор (онлайн или на място) е предназначено за професионалисти на средно ниво в областта на ИА и автоматизация, които искат да проектират, имплементират и координират мултиагентни системи, използвайки AutoGen с Python и LLM.

До края на това обучение участниците ще могат да:

• Проектират мултиагентни архитектури, използвайки рамката AutoGen.
• Конфигурират роли, възможности и координационни поведения на агентите.
• Използват извикване на функции и управление на паметта за взаимодействия на агентите.
• Създават и тестират работни процеси на LLM агенти, базирани на Python за реални случаи на употреба.

Формат на курса

• Интерактивна лекция и дискусия.
• Много упражнения и практика.
• Практическа имплементация в жива лабораторна среда.

Опции за персонализация на курса

• За да попитате персонализиран тренинг за този курс, моля свържете се с нас, за да уредите.

Този 1-дневен семинар, предназначен за разработчици, данни научници и ентусиасти на изкуствен интелигент, ще ви помогне да разберете и използвате мощта на агентски системи на изкуствен интелигент, използвайки AutoGen v0.4. 

Чрез смесица от упражнения с ръчен труд и практическа демонстрация ще научите как да създавате, управлявате и разпространявате многопозиционни приложения, подкрепени от Large Language Models (LLMs). 

Към края на курса ще придобиете твърда основа за архитектурата с много нива на AutoGen, ще овладеете асинхронната комуникация между агентите и ще разглеждате реални случаи за приложение и добри практики за разработване на масово разпространени и интелигентни приложения, управлявани от LLM.