Курс за обучение по AutoGen за Автоматизация на ИКТ в Предприятията

AutoGen е отворен източник фреймворк от Microsoft за създаване на приложения с многобройни агенти, които използват LLM, инструменти, памет и потребителско взаимодействие.

Това обучение, водено от инструктор (онлайн или на място), е предназначено за развити разработчици и архитекти, които желаят да проектират и разпълзват дълбоко персонализирани агенти, използвайки Python-основаните API на AutoGen, възможности за извикване на функции и модулни вериги от инструменти.

До края на обучението участниците ще могат да:

• Развиват персонализирани агенти с логика, специфична за ролята, и маршрутиране на инструменти.
• Създават динамични работни процеси, използвайки напреднали извиквания на функции и смяна на контекст.
• Въвеждат модули за памет и рамки за планиране в екипи от агенти.
• Разпознават и обработват състояния на грешки при многобройни агенти и адаптивни механизми за повторно опитване.

Формат на курса

• Интерактивна лекция и дискусия.
• Много упражнения и практика.
• Ръчно изпълнение в жива лабораторна среда.

Опции за персонализация на курса

• За да запросят персонализирано обучение 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 семинар с продължительност един ден, предназначен за програмисти, данни учени и ентuzиaсти в областта на изкуствения интелект, ще ви помогне да разберете и използвате мощта на агентните системи с изкуствен интелект чрез AutoGen v0.4.

Чрез смесени упражнения за практически умения и демонстрации, ще научите как да разработвате, поддържате и разпространявате приложения с много агенти, обезпечени от Модели с голям обем на езика (LLM).

Към края на курса ще придобиете твърда основа във фундаменталната архитектура на AutoGen, овладеете асинхронното комуникиране между агентите и изследвате реални примери и най-добри практики за разработването на масштабирани и интелигентни приложения, основани на Модели с голям обем на езика (LLM).