Struttura del corso

1. Introduzione alle applicazioni LLM e AutoGen v0.4

Panoramica di Large Language Models (LLMs): comprensione delle loro capacità e applicazioni.
  • Introduzione ad AutoGen v0.4: esplorazione delle sue funzionalità, architettura e come semplifica lo sviluppo di sistemi di AI agentici.
  • 2. Concetti e componenti fondamentali di AutoGen

    Comprensione del framework a livelli:Livello principale: architettura basata su eventi che supporta flussi di lavoro dinamici.
  • API AgentChat: creazione di agenti orientati alle attività con API di alto livello.
  • Estensioni: integrazione di agenti, strumenti e moduli di memoria personalizzati per funzionalità avanzate.
  • Messaggistica asincrona: implementazione di stili di interazione basati su eventi e richiesta-risposta.
  • 3. Creazione della tua prima applicazione multi-agente

    Definizione di agenti: creazione di agenti Assistente e User Proxy.
  • Stabilire l'agente Communication: impostazione della messaggistica asincrona tra gli agenti.
  • Implementazione di un'applicazione di esempio: sviluppo di un semplice sistema multi-agente per risolvere un compito specifico.
  • Strumenti di osservabilità e debug: utilizzo del monitoraggio metriche integrato e del tracciamento dei messaggi per il monitoraggio in tempo reale.
  • 4. Casi di studio e best practice

    Applicazioni reali: esame di implementazioni riuscite di AutoGen in vari settori.
  • Best practice: linee guida per la progettazione di applicazioni LLM efficienti e scalabili utilizzando AutoGen.
  • Sfide e soluzioni: affrontare le sfide comuni incontrate durante lo sviluppo e le loro soluzioni.
  • Q&A
  • Il workshop è rivolto a:

    sviluppatori software
  • data scientist
  • data engineer
  • persone con background/inclinazione alla programmazione che desiderano conoscere la programmazione AI.
  • Requisiti

    . Prerequisiti - Python programmazione

     7 ore

    Numero di Partecipanti


    Prezzo per Partecipante

    Corsi in Arrivo

    Categorie relative