고급 AutoGen: 사용자 정의 에이전트 및 동적 도구 사용 교육 과정

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.

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.

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.