Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
1. LLM 애플리케이션 및 AutoGen v0.4 소개
- 개요 Large Language Models (LLMs): LLM의 기능과 적용 분야 이해.
- AutoGen v0.4 소개: 특징, 아키텍처 및 에이전트 기반 AI 시스템 개발 간소화 방법 탐구.
- AgentChat API: 고수준 API를 사용하여 작업 기반 에이전트 구축.
- 확장: 향상된 기능을 위한 사용자 지정 에이전트, 도구 및 메모리 모듈 통합.
- 비동기 메시징: 이벤트 기반 및 요청-응답 상호 작용 스타일 구현.
- 에이전트 Communication 설정: 에이전트 간 비동기 메시징 설정.
- 샘플 애플리케이션 구현: 특정 작업을 해결하기 위한 간단한 멀티 에이전트 시스템 개발.
- 관측 가능성 및 디버깅 도구: 실시간 모니터링을 위한 내장 메트릭 추적 및 메시지 추적 활용.
- 모범 사례: AutoGen을 사용하여 효율적이고 확장 가능한 LLM 애플리케이션을 설계하기 위한 지침.
- 과제 및 솔루션: 개발 중에 발생하는 일반적인 과제 및 해결 방법.
- Q&A
- 데이터 과학자
- 데이터 엔지니어
- AI 프로그래밍에 대해 배우고 싶은 프로그래밍 배경/성향이 있는 사람들.
2. AutoGen의 핵심 개념 및 구성 요소
- 계층화된 프레임워크 이해:
- 핵심 계층: 동적 워크플로우를 지원하는 이벤트 기반 아키텍처.
3. 첫 번째 멀티 에이전트 애플리케이션 구축
- 에이전트 정의: 어시스턴트 및 사용자 프록시 에이전트 생성.
4. 사례 연구 및 모범 사례
- 실제 애플리케이션: 다양한 산업 분야에서 AutoGen의 성공적인 구현 사례 검토.
이 워크숍은 다음을 대상으로 합니다:
- 소프트웨어 개발자
Requirements
. 선수 조건 - Python 프로그래밍
7 Hours