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 agente-basierte KI-Systeme
- Definition von agentenbasierten KIs und ihre Fähigkeiten
- Schlüsselunterschiede zwischen regelbasierter KI und autonomen KIs
- Anwendungsfälle und Branchenbeispiele
Architektur von agentenbasierten KI-Systemen
- Frameworks und Tools zur Erstellung autonomer KIs
- Gestaltung von KI-Agenten mit zielgerichteten Fähigkeiten
- Implementierung von Speicherfähigkeit, Kontextbewusstsein und Anpassungsfähigkeit
Entwicklung von KI-Agenten mit Python und APIs
- Erstellung von KI-Agenten mithilfe der OpenAI- und DeepSeek-APIs
- Integration von KI-Modellen mit externen Datenquellen
- Behandlung von API-Antworten und Verbesserung der Agentenkommunikation
Optimierung der Zusammenarbeit in Multi-Agentensystemen
- Gestaltung von KI-Agenten für kooperative und konkurrierende Aufgaben
- Verwaltung der Kommunikation zwischen Agenten und Aufgabenzuordnung
- Skalierung von Multi-Agentensystemen für realweltige Anwendungen
Verbesserung des Entscheidungsfindens in agentenbasierten KIs
- Aufrechterhaltung durch Lernen und selbstverbessernde KI-Agenten
- Planung, Schlussfolgerungen und die Umsetzung langfristiger Ziele
- Ausgewogenes Vorgehen zwischen Automatisierung und menschlicher Überwachung
Sicherheit, Ethik und Einhaltung von Vorschriften in agentenbasierten KIs
- Behandlung von Verzerrungen und sichere Implementierung von KI
- Sicherheitsmaßnahmen für durch KI getriebene Entscheidungsfindung
- Gesetzliche Überlegungen für autonome KIs
Zukünftige Trends in agentenbasierten KIs
- Fortschritte in der Autonomie und selbstlernenden Systemen
- Erweiterung von Agentenfähigkeiten durch multimodales Lernen
- Vorbereitung auf die nächste Generation autonomer KIs
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundverständnis von AI- und Maschinelles-Lernen-Konzepten
- Erfahrung mit Python-Programmierung
- Vertrautheit mit der Integration von API-basierten AI-Modellen
Zielgruppe
- AI-Ingenieure, die autonome AI-Systeme entwickeln
- ML-Forscher, die multi-agenten-basierte AI-Rahmenwerke erforschen
- Entwickler, die AI-gestützte Automatisierung implementieren
14 Stunden
Erfahrungsberichte (1)
praktische Übungen
Daniel - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI in Multi-Agent Systems
Maschinelle Übersetzung