AI Agents for Robotics and Human-AI Collaboration 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

AgentCore는 메모리 지속성, 안전한 코드 해석기, 브라우저 도구를 제공하여 AI 에이전트가 상호작용적이고, 동적이고, 맥락 인식 가능한 경험을 제공할 수 있도록 합니다.

이 온라인 또는 현장 강습은 AI 에이전트를 설계하고 배포하여 장기적인 맥락 보존, 즉각적인 계산, 웹 UI와의 직접적인 상호작용을 수행할 수 있도록 하려는 중급에서 고급 수준의 기술 전문가를 대상으로 합니다.

이 강습을 마친 후 참가자들은 다음을 수행할 수 있게 됩니다:

• 상태가 있는, 맥락 인식 가능한 워크플로우를 위해 AgentCore 메모리를 구현합니다.
• 동적 계산 및 변환을 위해 안전한 코드 해석기를 활용합니다.
• 실시간 데이터 검색 및 UI 상호작용을 위해 브라우저 도구를 통합합니다.
• 분석, 고객 지원, 연구 사례를 위한 상호작용 에이전트를 설계합니다.

강좌 형식

• 상호작용적인 강의와 토론.
• AgentCore 메모리와 도구에 대한 실습 실습.
• 분석, 자동화 및 고객 지원 시나리오에서의 사례 연구.

강좌 맞춤화 옵션

• 이 강좌에 대한 맞춤형 교육을 요청하려면, 연락하여 조치하시기 바랍니다.

AgentCore 런타임 & 게이트웨이는 AWS 서비스 페어링으로, AI 에이전트를 외부 시스템과의 원활한 통합을 통해 패키징, 배포 및 안전하게 노출하는 것을 목표로 합니다.

이 강사는 에이전트 프로토타입을 프로덕션으로 전환하여 AgentCore 런타임을 배포에, 게이트웨이를 안전 연결 및 API 통합에 마스터하려는 중급 수준의 엔지니어링 팀을 대상으로 합니다.

이 교육을 마친 후, 참가자는 다음을 할 수 있을 것입니다:

• AgentCore 런타임 환경을 구축하고 에이전트를 배포하기 위해 패키징합니다.
• 게이트웨이를 통해 인증된, 속도 제한된 엔드포인트를 통해 에이전트를 노출합니다.
• 안정된 계약서를 사용하여 에이전트 워크플로우에 외부 도구와 API를 통합합니다.
• 프로덕션 운영을 위한 가시성, 로깅 및 사용량 모니터링을 기구합니다.

코스의 형식

• 상호작용 강의 및 토론.
• 런타임 배포 및 게이트웨이 통합을 위한 실습 랩.
• 신뢰성, 보안 및 롤아웃에 중점을 둔 실습 연습.

코스 맞춤화 옵션

• 이 코스에 대한 맞춤형 교육을 요청하려면, 문의해 주십시오.

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.

AgentCore는 AI 에이전트를 구축, 향상시키고 모니터링하는 과정을 단순화하여 대규모 배포를 위한 통합 서비스 모음을 제공합니다.이 강사는 초급 수준부터 중급 수준까지의 실무자에게 온라인 또는 현장에서 AI 에이전트를 실무에 사용할 준비가 되도록 직접 체험할 수 있는 기회를 제공합니다.이 강좌를 마치면 참가자들은 다음을 할 수 있게 됩니다:

• AgentCore의 AI 에이전트 개발을 위한 핵심 기능을 이해합니다.
• 관리 서비스 사용하여 간단한 AI 에이전트를 설계하고 구성합니다.
• 워크플로우를 통합하여 에이전트 기능을 향상시킵니다.
• AI 에이전트를 생산 환경에 배포하고 모니터링합니다.

강좌 형식

• 대화형 강의와 토론.
• AgentCore 서비스의 실습 랩.
• 에이전트 개념에서 배포까지의 단계별 유도 연습.

강좌 맞춤화 옵션

• 이 강좌를 맞춤형 교육으로 요청하려면, 맞춤형 교육을 신청하세요.

이 강사는 대한민국 (온라인 또는 현장에서) 직접 교육을 통해 초급 수준의 전문가가 CrewAI의 기본 개념을 탐구하고 간단한 다중 에이전트 시스템을 구축하는 것을 목표로 합니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• CrewAI의 아키텍처와 설계 원리를 이해합니다.
• 에이전트 팀 내에서 역할, 작업 및 흐름을 정의합니다.
• CrewAI의 프레임워크를 사용하여 협업 워크플로를 생성합니다.
• 기본 다중 에이전트 시나리오를 구축, 테스트 및 실행합니다.

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.

Amazon Bedrock AgentCore는 메모리, 관찰 가능성 및 보안 ID 관리 지원을 통합하여 AI 에이전트를 구축, 배포 및 확장하기 위한 기업 준비 프레임워크입니다.이 인스트럭터 주도형 라이브 교육(온라인 또는 현장)은 AWS Bedrock AgentCore를 사용하여 에이전트 AI 시스템을 설계, 보호 및 운영하려는 중급에서 고급 엔지니어 및 아키텍트를 대상으로 합니다.이 교육을 마친 후 참가자는 다음을 할 수 있게 됩니다:

• AgentCore의 아키텍처 및 구성 요소 이해.
• Runtime 및 Gateway로 AI 에이전트 배포 및 관리.
• 지속적인 메모리와 상태 유지 상호작용 구현.
• ID, 관찰 가능성 및 준수 제어 적용.
• 기업 규모 워크플로우를 위한 다중 에이전트 시스템 설계.

수업 형식

• 대화형 강의 및 토론.
• AgentCore를 활용한 실습 AWS 실습 세션.
• 배포 및 모니터링 시나리오를 위한 실습 연습.

수업 커스터마이징 옵션

• 이 수업의 맞춤형 교육을 요청하려면, 연락하여 안내받으십시오.

AgentCore는 조직이 Amazon Bedrock AgentCore를 사용하여 보안, 감사 가능한, 규정을 준수하는 AI 에이전트 시스템을 설계하고 운영할 수 있도록 하는 내장 식별, 관찰 가능성 및 준수 기능을 제공하여 기업 환경에서 AI 에이전트를 책임감 있게 배포할 수 있게 합니다.

이 인스트럭터 주도형 라이브 트레이닝(온라인 또는 현장)은 고급 수준의 실습자가 Amazon Bedrock AgentCore를 사용하여 보안, 감사 가능한, 규정을 준수하는 AI 에이전트 시스템을 설계하고 운영할 수 있도록 목표로 합니다.

이 트레이닝을 마친 후 참가자는 다음을 할 수 있게 됩니다:

• 에이전트용 기업 식별 및 권한 부여 모델 구현.
• 구조화된 로깅, 메트릭 및 추적을 통해 관찰 가능성 활성화.
• 규정 준수 제어 적용하여 규제 프레임워크에 부합.
• 에이전트 활동 감사 및 세션 수준 보안 제어 유지.

코스 형식

• 상호작용 강의 및 토론.
• AWS 보안 및 모니터링 도구와 함께 하는 실습 실습.
• 규제된 기업 환경에서의 사례 연구.

코스 맞춤화 옵션

• 이 코스에 대한 맞춤형 트레이닝을 요청하려면, 연락하여 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.

Amazon Bedrock AgentCore는 여러 AI 기반 엔티티 간 협업, 전문화, 그리고 고급 자동화 패턴을 가능하게 하는 다중 에이전트 시스템을 설계, 조율 및 관리하는 인프라를 제공합니다.이번 강사 주도형 라이브 교육(온라인 또는 현장)은 AgentCore의 조율 및 관리를 활용하여 다음 세대 다중 에이전트 시스템을 설계, 배포 및 최적화하고자 하는 고급 수준의 전문가들을 대상으로 합니다.이 교육을 마친 후 참가자는 다음을 수행할 수 있습니다:

• 다중 에이전트 시스템의 원칙과 아키텍처를 이해합니다.
• 에이전트 협업을 위한 조율 전략을 설계합니다.
• 에이전트 간 통신 및 협상 프로토콜을 구현합니다.
• AgentCore를 사용하여 확장 가능한 기업용 다중 에이전트 솔루션을 배포합니다.

코스 형식

• 대화형 강의 및 토론.
• AgentCore 조율 기능을 활용한 실습 실험실.
• 기업 다중 에이전트 응용 프로그램의 사례 연구.

코스 커스터마이징 옵션

• 이 코스에 대한 맞춤형 교육을 요청하려면 연락주세요.

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.