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 Sistemas de Agentes LLM
- Conceptos de agentes LLM y arquitecturas multiagente.
- Vista general del marco AutoGen y su ecosistema.
- Roles de los agentes: proxy de usuario, asistente, invocador de funciones, entre otros.
Instalación y configuración de AutoGen
- Configuración del entorno de Python y las dependencias necesarias.
- Fundamentos del archivo de configuración de AutoGen.
- Conexión con proveedores de LLM (OpenAI, Azure, modelos locales).
Diseño de agentes y asignación de roles
- Comprensión de los tipos de agentes y los patrones de conversación.
- Definición de objetivos, prompts e instrucciones para los agentes.
- Delegación de tareas basada en roles y flujo de control.
Invoación de funciones e integración de herramientas
- Registro de funciones disponibles para uso por parte de los agentes.
- Ejecución autónoma y colaborativa de funciones.
- Conexión de APIs externas y scripts de Python a los agentes.
Gestión de conversaciones y memoria
- Rastreo de sesiones y memoria persistente.
- Mensajería entre agentes y manejo de tokens.
- Gestión del contexto y el historial de las conversaciones.
Flujos de trabajo de agentes de extremo a extremo
- Construcción de tareas colaborativas en múltiples pasos (por ejemplo, análisis de documentos, revisión de código).
- Simulación diálogos agente-usuario y cadenas de decisiones.
- Depuración y refinamiento del rendimiento de los agentes.
Casos de uso y despliegue
- Agentes de automatización interna: investigación, informes, programación.
- Bots orientados al exterior: asistentes de chat, integraciones por voz.
- Empaquetado y despliegue de sistemas de agentes en producción.
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de programación en Python.
- Familiaridad con modelos de lenguaje grande e ingeniería de prompts.
- Experiencia con APIs y flujos de trabajo de automatización.
Público objetivo
- Ingenieros de inteligencia artificial.
- Desarrolladores de aprendizaje automático.
- Arquitectos de automatización.
21 Horas
Testimonios (1)
Me gustó que constantemente proporcionara ejemplos, pero también ofreciera tiempo para el trabajo individual sobre lo que presentaba.
Iacob Giorgel
Curso - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traducción Automática