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.
  • 2. AutoGen의 핵심 개념 및 구성 요소

    계층화된 프레임워크 이해:핵심 계층: 동적 워크플로우를 지원하는 이벤트 기반 아키텍처.
  • 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.
  • 3. 첫 번째 멀티 에이전트 애플리케이션 구축

    에이전트 정의: 어시스턴트 및 사용자 프록시 에이전트 생성.
  • 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.
  • 4. 사례 연구 및 모범 사례

    실제 애플리케이션: 다양한 산업 분야에서 AutoGen의 성공적인 구현 사례 검토.
  • 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
  • 이 워크숍은 다음을 대상으로 합니다:

    소프트웨어 개발자
  • 데이터 과학자
  • 데이터 엔지니어
  • AI 프로그래밍에 대해 배우고 싶은 프로그래밍 배경/성향이 있는 사람들.
  • Requirements

    . 선수 조건 - Python 프로그래밍

     7 Hours

    Number of participants


    Price per participant

    Upcoming Courses

    Related Categories