Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in Agentic AI-Systeme
- Definition von Agentic AI und deren Fähigkeiten
- Wichtige Unterschiede zwischen regelbasierten KI und autonomen KI-Systemen
- Anwendungsfälle und Branchenanwendungen
Architektur von Agentic AI-Systemen
- Frameworks und Tools für die Erstellung autarker KI-Systeme
- Entwurf von AI-Agenten mit zielorientierten Fähigkeiten
- Implementierung von Speicher, kontextbewusster Handlung und Anpassungsfähigkeit
Entwicklung von AI-Agenten mit Python und APIs
- Erstellung von AI-Agenten mit OpenAI- und DeepSeek-APIs
- Integration von AI-Modellen mit externen Datenquellen
- Verarbeitung von API-Antworten und Verbesserung der Agenteninteraktionen
Optimierung der Zusammenarbeit von Mehragentensystemen
- Entwurf von AI-Agenten für kooperative und wettbewerbsorientierte Aufgaben
- Verwaltung der Agentenkommunikation und Aufgabendelegation
- Skalierung von Mehragentensystemen für reale Anwendungen
Verbesserung der Entscheidungsfindung in Agentic AI
- Reinforcement Learning und selbstverbessernde AI-Agenten
- Planung, Überlegung und langfristige Zielsetzung
- Balance zwischen Automatisierung und menschlicher Überwachung
Sicherheit, Ethik und Compliance in Agentic AI
- Anaddressierung von Verzerrungen und verantwortungsvolle KI-Bereitstellung
- Sicherheitsmaßnahmen für kiengetriebene Entscheidungsfindung
- Regulatorische Überlegungen für autonome KI-Systeme
Zukünftige Trends in Agentic AI
- Fortschritte in der Autonomie und dem Selbstlernen von KI-Systemen
- Erweiterung der Fähigkeiten von AI-Agenten durch multimodales Lernen
- Vorbereitung auf die nächste Generation autonomer KI-Systeme
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundverständnis von AI und Machine-Learning-Konzepten
- Erfahrung mit Python-Programmierung
- Vertrautheit mit der API-basierten Integration von AI-Modellen
Zielgruppe
- AI-Ingenieure, die autonome AI-Systeme entwickeln
- ML-Forscher, die sich mit mehragentigen AI-Rahmenstrukturen befassen
- Entwickler, die AI-gestützte Automatisierung implementieren
14 Stunden
Erfahrungsberichte (3)
Good mixvof knowledge and practice
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Die Mischung aus Theorie und Praxis sowie den Perspektiven auf hohem und niedrigem Niveau
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maschinelle Übersetzung
practical exercises