Struttura del corso

Introduzione all'AI Agente

  • Definizione dell'AI agente e la sua relazione con i sistemi AI tradizionali
  • Panoramica sul ragionamento, memoria e architetture orientate agli obiettivi
  • Casistiche chiave e applicazioni industriali

Concetti Fondamentali e Modelli di Progettazione

  • Il ciclo dell'agente: percezione, ragionamento e azione
  • Sistemi a singolo agente vs. sistemi multi-agenti
  • Interazione con l'ambiente e invocazione di strumenti

Fondamenti della Promozione

  • Progettare promozioni efficaci per il ragionamento e la decomposizione delle attività
  • Utilizzare esempi, vincoli e ruoli per un controllo migliore
  • Debugging e iterazione dei prompt in modo sistematico

Costruzione di Flussi di Lavoro Agente Semplici

  • Implementare un ciclo dell'agente in Python
  • Integrare con API e strumenti semplici
  • Gestire lo stato e la memoria dell'agente

Progettazione Responsabile e Pratiche di Sicurezza

  • Considerazioni etiche e utilizzo responsabile degli agenti
  • Bias, trasparenza e responsabilità nei sistemi AI
  • Controllo di accesso, protezione dei dati e sicurezza del contenuto

Progetto Pratico: Progettare un Agente Responsabile

  • Definire l'ambito del problema e gli obiettivi
  • Sviluppare la promozione e la logica di controllo
  • Testare, raffinare ed evaluare il comportamento dell'agente

Riepilogo e Passi Successivi

Requisiti

  • Comprensione di base dei concetti di AI o machine learning
  • Familiarità con la sintassi e lo scripting in Python
  • Esperienza nel lavorare con dati o applicazioni basate su API

Pubblico Obiettivo

  • Data scientists nuovi allo sviluppo di AI agente
  • Junior ML engineers che esplorano architetture agenti applicate
  • Manager tecnici che cercano di comprendere i principi di progettazione e sicurezza degli agenti
 14 Ore

Numero di Partecipanti


Prezzo per Partecipante

Recensioni (3)

Corsi in Arrivo

Categorie relative