課程簡介

Agentic AI簡介

  • 定義Agentic AI及其與傳統AI系統的關係。
  • 推理、記憶和目標驅動架構概述。
  • 關鍵用例和行業應用。

核心概念與設計模式

  • Agent循環:感知、推理和行動。
  • 單Agent與多Agent系統。
  • 環境交互與工具調用。

提示工程基礎

  • 設計有效的提示以實現推理和任務分解。
  • 使用示例、約束和角色以獲得更好的控制。
  • 系統地調試和迭代提示。

構建簡單的Agentic工作流程

  • 在Python中實現Agent循環。
  • 與API和簡單工具集成。
  • 管理Agent狀態和記憶。

責任設計與安全實踐

  • Agent的倫理考慮與責任使用。
  • AI系統中的偏見、透明度和問責制。
  • 訪問控制、數據保護和內容安全。

實踐項目:設計一個責任Agent

  • 定義問題範圍與目標。
  • 開發提示與控制邏輯。
  • 測試、優化和評估Agent行爲。

總結與下一步

最低要求

  • 對AI或機器學習概念有基本瞭解。
  • 熟悉Python語法和腳本編寫。
  • 有處理數據或基於API的應用程序的經驗。

目標受衆

  • 剛接觸Agentic AI開發的數據科學家。
  • 探索應用Agent架構的初級機器學習工程師。
  • 希望瞭解Agent設計和安全原則的技術經理。
 14 時間:

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類