Autonomous Decision-Making with Agentic AI 교육 과정

AutoGen은 Microsoft에서 제공하는 오픈 소스 프레임워크로, LLM, 도구, 메모리 및 사용자 상호작용을 활용한 다중 에이전트 애플리케이션을 구축할 수 있습니다.

이 강사는 주재하는 실시간 교육(온라인 또는 현장)은 AutoGen의 Python-기반 API, 함수 호출 기능 및 모듈형 도구 체인을 사용하여 깊이 맞춤화된 에이전트를 설계하고 배포하고자 하는 고급 개발자 및 아키텍트를 대상으로 합니다.

이 교육을 마치면 참가자들은 다음과 같은 능력을 갖게 됩니다:

• 역할별 논리와 도구 라우팅을 가진 맞춤형 에이전트를 개발합니다.
• 고급 함수 호출 및 문맥 전환을 사용하여 동적인 워크플로우를 구축합니다.
• 에이전트 팀 내에서 메모리 모듈과 계획 프레임워크를 구현합니다.
• 다중 에이전트 오류 상태와 적응형 재시도 메커니즘을 처리합니다.

강의 형식

• 대화형 강의 및 토론.
• 수많은 연습과 실습.
• 라이브 랩 환경에서 직접 구현합니다.

강의 맞춤화 옵션

• 이 강의를 맞춤형 교육으로 요청하려면, 연락하여 조치를 취해 주시기 바랍니다.

이 인스트럭터 주도, 라이브 교육 (온라인 또는 현장) 과정은 Read AI를 Slack, CRM 시스템 및 Notion과 통합하여 업무 흐름을 자동화하고 팀 효율성을 향상시키려는 중급자에서 고급자 수준의 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음과 같은 능력을 갖게 됩니다:

• Read AI를 Slack, Salesforce, Notion 및 유사한 도구와 연결합니다.
• 플랫폼 간 회의 요약 및 작업 항목의 자동 전달을 설정합니다.
• Read AI 데이터를 CRM 시스템 및 작업 보드와 동기화합니다.
• 통합 문제 해결 및 팀 요구에 맞춘 구성 최적화

AutoGen 기업 AI 자동화 과정은 AutoGen 프레임워크를 사용하여 확장 가능하고 지능적인 에이전트 시스템을 구현하여 복잡한 비즈니스 운영을 자동화하는 데 중점을 둔 실습 위주의 과정입니다.이 강사는 직접 지도하는 라이브 교육 과정(온라인 또는 현장)은 AutoGen 프레임워크를 사용하여 기업 플랫폼 및 프로세스에 걸쳐 다중 에이전트 아키텍처를 배포하고자 하는 중급에서 고급 AI 전문가를 대상으로 합니다.이 교육을 통해 참가자는 다음을 수행할 수 있게 됩니다:- AutoGen 및 LLM 에이전트를 사용하여 기업 워크플로우를 설계하고 자동화합니다.- LangChain와 AutoGen를 통합하여 고급 오케스트레이션 및 문맥 처리합니다.- RAG 파이프라인을 구축하고 기업 데이터를 연결하여 문맥 기반 자동화를 수행합니다.- Slack, Jira, SharePoint와 같은 기업 플랫폼에 에이전트를 연결합니다.- AutoGen 배포를 생산 환경에서 확장하고 모니터링합니다.강좌 형식- 상호작용 강의 및 토론- 많은 연습 문제- 라이브 랩 환경에서 직접 구현강좌 맞춤화 옵션- 이 강좌에 맞춤형 교육을 요청하려면, 맞춤형 교육을 신청해 주세요.

이 강사는 대한민국 (온라인 또는 현장)에서 진행되는 실습 교육으로, 중간 수준의 비즈니스 및 AI 전문가들을 대상으로 CrewAI을 사용하여 지능적이고 도메인 특화 비즈니스 에이전트를 만들려는 사람들에게 적합합니다.

이 교육을 마치면 참가자들이 할 수 있는 일들입니다:

• CrewAI의 아키텍처와 비즈니스 시나리오에서의 관련성을 이해합니다.
• 역할, 도구, 메모리를 사용하여 비즈니스 지향 에이전트를 만듭니다.
• 비즈니스 워크플로우를 수행하기 위해 협력하는 에이전트 팀을 구축합니다.
• 금융, 마케팅 및 고객 지원과 같은 실제 시나리오에서 CrewAI을 적용합니다.

This instructor-led, live training in 대한민국 (online or onsite) is aimed at beginner-level professionals who wish to explore the fundamentals of CrewAI and build simple multi-agent systems.

By the end of this training, participants will be able to:

• Understand the architecture and design principles of CrewAI.
• Define roles, tasks, and flows within a crew of agents.
• Create collaborative workflows using CrewAI's framework.
• Build, test, and run basic multi-agent scenarios.

이 인스트럭터 주도형 라이브 교육(온라인 또는 오프라인)은 CrewAI 시스템을 확장하고, 기업 도구와 통합하며, 프로덕션 환경에서 자동화 솔루션을 배포하고자 하는 중급부터 고급 수준의 전문가를 대상으로 합니다.

이 교육을 마친 후, 참가자는 다음을 할 수 있게 됩니다:

• CrewAI을 사용하여 확장 가능한 멀티 에이전트 시스템을 설계할 수 있습니다.
• 에이전트를 Slack, 데이터베이스, API와 같은 기업 도구와 통합할 수 있습니다.
• 에이전트의 동작을 모니터링, 로깅, 진단할 수 있습니다.
• 프로덕션 환경에서 CrewAI 솔루션을 배포, 관리, 확장할 수 있습니다.

이 온라인 또는 현장 강사 주도의 라이브 교육은 실세계 사용 사례와 도구 통합을 통해 CrewAI을 사용하여 비즈니스 및 기술 워크플로를 자동화하고자 하는 중급 전문가를 대상으로 합니다.

이 교육을 마친 후 참가자는 다음을 할 수 있게 됩니다.

• CrewAI의 아키텍처와 핵심 원리를 이해합니다.
• 여러 협력 에이전트를 포함한 워크플로를 설계합니다.
• CrewAI을 APIs, 도구 및 외부 시스템과 통합합니다.
• 실세계 자동화 사용 사례를 구현하고 조율합니다.

이 강사는 온라인 또는 현장에서 고급 수준의 전문가들을 대상으로 CrewAI을 사용하여 복잡한 워크플로우, 이벤트 트리거 및 도구 통합을 갖춘 맞춤형 멀티 에이전트 시스템을 설계하고 구현할 수 있도록 합니다.

이 교육을 통해 참가자는 다음을 수행할 수 있게 됩니다:

• 전문화된 역할과 도구를 가진 맞춤형 AI 에이전트를 설계하고 구축합니다.
• 복잡한 이벤트 기반 멀티 에이전트 작업 흐름을 구현합니다.
• CrewAI 시스템 내에서 외부 API 및 데이터 파이프라인을 통합합니다.
• 멀티 에이전트 시스템의 조정, 오류 처리 및 실행 효율성을 최적화합니다.

AutoGen Studio는 코딩 없이 LLM 기반 다중 에이전트 워크플로우를 생성하고 관리할 수 있는 시각적 환경입니다.이 인스트럭터가 이끄는 실시간 강의(온라인 또는 현장)는 AutoGen Studio를 사용하여 에이전트 상호작용을 시각적으로 설계, 테스트 및 정제하여 내부 자동화 또는 AI 강화 제품 개발을 원하는 초급부터 중급 수준의 비즈니스 및 혁신 전문가를 대상으로 합니다.이 강의를 마친 후, 참가자는 다음을 할 수 있게 됩니다:

• AutoGen Studio를 사용하여 노코드 인터페이스로 다중 에이전트 워크플로우를 생성할 수 있습니다.
• AutoGen Studio를 사용하여 에이전트 역할, 프로프트, 목표를 정의할 수 있습니다.
• 에이전트 간의 메시지 흐름을 시각화하고 관리할 수 있습니다.
• 에이전트 로직에 오류 처리 및 문맥 정제를 통합할 수 있습니다.

강의 형식

• 대화형 강의 및 토론.
• 많은 연습 및 실습.
• 라이브 랩 환경에서의 실습 구현.

강의 맞춤화 옵션

• 이 강의를 맞춤형으로 요청하려면, 맞춤형 강의를 신청하려면 문의해 주세요.

대한민국에서 강사가 진행하는 이 실시간 교육(온라인 또는 현장)은 Grok AI의 기능, 사용 사례 및 잠재적 응용 프로그램을 이해하고자 하는 초보 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 수행할 수 있습니다.

• Grok AI이 무엇이고 다른 챗봇과 어떻게 다른지 알아보세요.
• Grok AI의 주요 기능과 기능을 살펴보세요.
• Grok AI을 개인 및 비즈니스 용도로 효과적으로 상호 작용하세요.
• 생산성, 창의성 및 문제 해결을 위한 레버리지Grok AI
• AI 챗봇의 윤리적 고려사항과 한계를 인식하세요.

대형 언어 모델(LLM) 에이전트 시스템 구축 (AutoGen)

Microsoft의 AutoGen 프레임워크를 활용하여 다중 에이전트 시스템을 개발하는 데 중점을 둔 실습 중심의 과정입니다.

이 강사 지도형 라이브 교육(온라인 또는 현장)은 AutoGen와 Python, 그리고 LLMs을 사용하여 다중 에이전트 시스템을 설계, 구현, 조율하고자 하는 중급 AI 및 자동화 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 할 수 있게 됩니다:

• AutoGen 프레임워크를 사용하여 다중 에이전트 아키텍처를 설계할 수 있습니다.
• 에이전트 역할, 기능, 조정 행동을 구성할 수 있습니다.
• 에이전트 상호작용을 위한 기능 호출 및 메모리 처리 방법을 사용할 수 있습니다.
• 실제 사용 사례에 맞춘 Python-기반 LLM 에이전트 워크플로우를 구축하고 테스트할 수 있습니다.

과정의 형식

• 상호작용형 강의 및 토론
• 다양한 연습과 실습
• 라이브-랩 환경에서 직접 구현

과정 맞춤화 옵션

• 이 과정의 맞춤형 교육을 요청하려면 연락하여 조율해 주세요.

이 1일 워크숍은 개발자, 데이터 과학자, 그리고 AI 열성가들을 위한 것으로, AutoGen v0.4를 사용하여 에이전트형 AI 시스템의 힘을 이해하고 활용하는 데 도움을 줍니다.AutoGen v0.4.

Large Language Models (LLMs)에 의해 구동되는 다중 에이전트 애플리케이션을 구축, 관리, 배포하는 방법을 배우는 실습과 실습 시연을 통해 배우게 됩니다.

이 강의가 끝날 때쯤, AutoGen의 계층적 아키텍처에 대한 견고한 기초를 쌓고, 에이전트 간의 비동기 통신을 마스터하며, 확장 가능한 지능형 LLM 기반 애플리케이션을 개발하는 데 있어 실제 사용 사례와 최선의 실습 방법을 탐구하게 됩니다.

이 강사는 온라인 또는 현장에서 제공되는 초급 수준의 전문가를 대상으로 한 실습 중심의 라이브 교육입니다. 이 교육은 Read AI을 사용하여 회의 요약, 주요 통찰력 추출, 최소한의 수작업으로 작업 항목 생성 방법을 배우려는 분들을 위한 것입니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• 주요 플랫폼에서 Read AI을 설정하고 구성합니다.
• 회의 요약을 자동으로 생성하고 작업 항목을 식별합니다.
• Read AI이 제공하는 참여도와 감정 분석을 해석합니다.
• 팀 협업을 위해 요약을 공유, 편집 및 효과적으로 정리합니다.

이 강사는 현장 또는 온라인으로 제공하는 실습 중심의 생동감 넘치는 교육과정을 통해 중급 전문가들이 AI 기반 워크플로우와 Read AI 분석을 활용하여 원격 팀 협업을 간소화할 수 있도록 돕습니다.이 교육을 마친 후, 참가자들은 다음을 할 수 있게 됩니다:- Read AI을 사용하여 완전한 원격 팀 회의 워크플로우를 설계합니다.- 회의 부담을 줄이기 위해 후속 조치와 문서화 작업을 자동화합니다.- 동기식 및 비동기식 협업에 모두 AI 요약을 활용합니다.- Read AI 인사이트를 통해 팀 참여도와 책임감을 추적합니다.

이 인스트럭터 주도형 라이브 트레이닝(온라인 또는 현장)은 기업 환경에서 CrewAI을 사용하여 보안적이고 규정 준수하는 에이전트 워크플로를 구축하고자 하는 고급 전문가를 대상으로 합니다.

이 트레이닝을 마치면 참가자는 다음을 할 수 있게 됩니다:

• 여러 에이전트를 포함하는 보안적이고 감사 가능한 워크플로 디자인.
• 자율 시스템 내 데이터 프라이버시 전략 구현.
• 로깅, 거버넌스 및 규정 준수 메커니즘 통합.
• 프로덕션 환경에서 보안적인 CrewAI 기반 시스템 배포 및 모니터링.