Курс за обучение по Конструиране на мулти-агентни работи с AutoGen Studio

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 за Автоматизация на ИКТ в Предприятията е практически курс, насочен към имплементирането на масштабируеми и интелигентни агенски системи за автоматизиране на комплексни бизнес операции чрез рамката AutoGen.

Този курс, воден от инструктор (онлайн или на място), е насочен към AI специалисти с промежуточен и напреднал ниво, които желаят да внедрят архитектури с много агенти в предприятията и техните процеси чрез рамката AutoGen.

По завършване на обучението, участниците ще могат да:

• Проектират и автоматизират предприемачески работни процеси с AutoGen и LLM агенти.
• Интегрират AutoGen с LangChain за напредната оркестрация и управление на контекстите.
• Създават RAG конвейори и свързват предприемачески данни за контекстна автоматизация.
• Свързват агентите с предприемачески платформи като Slack, Jira и SharePoint.
• Масштабират и мониторират разгънутите в продажбите среди на AutoGen.

Формат на курса

• Интерактивна лекция и дискусия.
• Много упражнения и практика.
• Практическа имплементация в живо-лаб среда.

Опции за персонализиране на курса

• За да запитате за персонализирано обучение за този курс, моля, свържете се с нас за аранжирамент.

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).