Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los agentes de IA interactivos
- Vista general de las capacidades interactivas de AgentCore.
- Diseño de flujos de trabajo enriquecidos con memoria y herramientas.
- Casos de uso en analítica, automatización y soporte.
Trabajo con AgentCore Memory
- Configuración de la persistencia de sesiones.
- Diseño de flujos de trabajo multietapa con conciencia contextual.
- Laboratorio práctico: construcción de un agente de análisis de datos habilitado con memoria.
Cálculo dinámico con el Code Interpreter
- Operaciones admitidas y restricciones de seguridad.
- Ejecución segura de transformaciones y cálculos.
- Laboratorio práctico: habilitación de transformaciones de datos en tiempo real.
Interacción en tiempo real con la Browser Tool
- Configuración de la herramienta de navegador para flujos de trabajo de agentes.
- Recuperación de datos e interacciones con la interfaz de usuario.
- Laboratorio práctico: construcción de un agente con capacidades de interacción web.
Combinación de memoria, código y herramientas de navegador
- Encadenamiento de flujos de trabajo entre memoria y herramientas.
- Diseño de flujos de trabajo interactivos y multimodales.
- Laboratorio práctico: construcción de un asistente de atención al cliente.
Pruebas y observabilidad
- Depuración de flujos de trabajo interactivos.
- Registro y monitoreo del uso de herramientas.
- Laboratorio práctico: paneles de observabilidad para agentes interactivos.
Mejores prácticas para la implementación empresarial
- Equilibrio entre interactividad, seguridad y gobernanza.
- Optimización para el rendimiento y la experiencia de usuario.
- Estudios de caso sobre adopción empresarial.
Resumen y próximos pasos
Requerimientos
- Experiencia con Python o JavaScript para la prototipación.
- Comprensión del diseño de aplicaciones impulsadas por LLMs.
- Conocimiento de flujos de trabajo de datos en la nube.
Público objetivo
- Ingenieros de Machine Learning (ML).
- Científicos de datos.
- Desarrolladores centrados en la experiencia de usuario (UX).
14 Horas
