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
- Large Language Models (LLMs) 개요: 능력과 애플리케이션을 이해합니다.
- AutoGen v0.4 소개: 특징, 아키텍처, 그리고 에이전트 AI 시스템 개발을 간소화하는 방법을 탐구합니다.
2. AutoGen의 핵심 개념 및 구성 요소
- 계층화된 프레임워크를 이해합니다:
- 코어 레이어: 동적 워크플로를 지원하는 이벤트 기반 아키텍처.
- AgentChat API: 고수준 API를 사용하여 작업을 수행하는 에이전트를 구성합니다.
- 확장 기능: 기능 향상을 위해 사용자 정의 에이전트, 도구 및 메모리 모듈을 통합합니다.
- 비동기 메시징: 이벤트 기반 및 요청-응답 상호작용 스타일을 구현합니다.
3. 첫 번째 멀티 에이전트 애플리케이션 구축
- 에이전트 정의: 어시스턴트 및 사용자 프록시 에이전트를 생성합니다.
- 에이전트 Communication 설정: 에이전트 간의 비동기 메시징을 설정합니다.
- 샘플 애플리케이션 구현: 특정 작업을 해결하기 위한 간단한 멀티 에이전트 시스템을 개발합니다.
- 가시성 및 디버깅 도구: 실시간 모니터링을 위한 내장 메트릭 추적 및 메시지 추적을 활용합니다.
4. 사례 연구 및 모범 사례
- 실제 세계 애플리케이션: 다양한 산업에서의 AutoGen 성공적인 구현을 검토합니다.
- 모범 사례: AutoGen을 사용하여 효율적이고 확장 가능한 LLM 애플리케이션을 설계하는 지침입니다.
- 문제점 및 해결책: 개발 중에 직면한 일반적인 문제점과 해결책에 대해 논의합니다.
- Q&A
이 워크숍은 다음을 대상으로 합니다:
- 소프트웨어 개발자
- 데이터 과학자
- 데이터 엔지니어
- AI 프로그래밍을 배우고자 하는 프로그래밍 배경/성향이 있는 사람들
Requirements
. Prerequisites - Python programming
7 Hours
