Multi-Agent Systems: współpraca wielu agentów AI
Informacje podstawowe
Najważniejsze dane o szkoleniu w jednym miejscu- Kategoria
- Agenci AI
- Forma realizacji
- Online lub stacjonarnie
- Termin
- Ustalany indywidualnie
- Dostawca
- ERNABO Adrian Flak
- Dofinansowanie
- Możliwość dofinansowania
Cel szkolenia
Co zyskasz po ukończeniu kursuCel biznesowy
Automatyzacja złożonych procesów, których nie obsłuży pojedynczy agent.
Cel edukacyjny
Uczestnik uczy się projektować, budować i oceniać systemy wieloagentowe.
Efekty uczenia się
- ocenia, kiedy system wieloagentowy ma przewagę nad jednym agentem,
- projektuje role agentów i sposób ich współpracy,
- buduje orkiestrację z agentem nadrzędnym i podagentami,
- kontroluje jakość wyników i obsługuje błędy,
- szacuje koszty i czas działania systemu.
Program szkolenia
Szczegółowy plan zajęćModuł 1. Wzorce wieloagentowe
- orkiestrator i wykonawcy, potok, debata
- kiedy nie używać wielu agentów
Moduł 2. Projekt systemu
- role, narzędzia i kontekst agentów
- przekazywanie zadań i wyników
Moduł 3. Implementacja
- frameworki agentowe
- równoległa praca podagentów
Moduł 4. Jakość
- weryfikacja wyników przez innego agenta
- testy i ocena całego systemu
Moduł 5. Koszty i utrzymanie
- zużycie tokenów i czas
- monitoring i nadzór człowieka
Warsztat końcowy
Uczestnicy budują system kilku agentów realizujący wieloetapowe zadanie.
Wymagania
Co przygotować przed startem szkoleniaWymagania wstępne
Doświadczenie w budowie aplikacji z modelami językowymi i znajomość Pythona.
Dla kogo?
Programiści, inżynierowie AI i architekci, którzy budują złożone rozwiązania oparte na agentach.