Kontakt aufnehmen

Schulungsübersicht

Grundlagen von Agentic AI

  • Was ist ein autonomer Agent: Definitionen und Taxonomie
  • Agenten-Loop: Zyklus aus Wahrnehmen, Entscheiden, Handeln und Beobachten
  • Design-Patterns für Verantwortlichkeiten und Umfang von Agenten

Python-Werkzeuge und Agent-SDKs

  • Einsatz von LangChain und ähnlichen SDKs zur Initialisierung von Agenten
  • Asynchrone Programmierung, Task-Warteschlangen und Prozessverwaltung
  • Paketierung, virtuelle Umgebungen und reproduzierbare Entwicklungsworflows

Integration externer Tools und APIs

  • Design von Tool-Schnittstellen und sicheren Mustern für Tool-Aufrufe
  • Anbindung an Web-APIs, Datenbanken und interne Dienste
  • Umgang mit Anmeldeinformationen, Geheimnissen (Secrets) und Zugriff nach dem Prinzip der geringsten Rechte (Least-Privilege)

Speicher, Zustand und Kontextverwaltung

  • Kontextfenster für den Kurzzeitspeicher und Techniken des Prompt Engineering
  • Architekturen für Langzeitspeicher: Redis, Vektorspeicher, Retrieval-Augmented Generation (RAG)
  • Konsistenz, Caching-Strategien und Speicherhygiene

Orchestrierung, Planung und Multischritt-Workflows

  • Kettenschaltung von Aktionen, Sub-Agenten und Aufgabendekomposition
  • Planungsalgorithmen gegenüber heuristischer Orchestrierung
  • Umgang mit Fehlern, Wiederholungen (Retries) und kompensierenden Maßnahmen

Sicherheit, Testen und Beobachtbarkeit

  • Bedrohungsmodelle, Red-Teaming und Sanitisierung von Eingaben/Ausgaben
  • Unit-, Integrations- und End-to-End-Tests für Agenten
  • Logging, Metriken, Tracing und Alarmierung zum Verhalten von Agenten

Bereitstellung, Skalierung und MLOps für Agenten

  • Containerisierung, CI/CD-Pipelines und Rollout-Strategien
  • Kostenkontrolle, Rate-Limiting und Ressourcenoptimierung
  • Monitoring, Governance und operative Playbooks

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse in der Python-Programmierung
  • Erfahrung mit REST-APIs und asynchronem I/O
  • Vertrautheit mit Konzepten des maschinellen Lernens (Machine Learning) und vortrainierten LLMs

Zielgruppe

  • ML-Ingenieure
  • KI-Entwickler
  • Software-Ingenieure
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien