Course Outline

Pengantar Sistem Agentic AI

  • Mendefinisikan Agentic AI dan kemampuannya
  • Perbedaan utama antara AI berbasis aturan dan AI otonom
  • Kasus penggunaan dan aplikasi industri

Arsitektur Agentic AI Sistem

  • Kerangka kerja dan alat untuk membangun AI otonom
  • Merancang agen AI dengan kemampuan yang berorientasi pada tujuan
  • Menerapkan memori, kesadaran konteks, dan kemampuan beradaptasi

Mengembangkan AI Agents dengan Python dan API

  • Membangun agen AI menggunakan API OpenAI dan DeepSeek
  • Mengintegrasikan model AI dengan sumber data eksternal
  • Menangani respons API dan meningkatkan interaksi agen

Mengoptimalkan Multi-Agen Collaboration

  • Merancang agen AI untuk tugas kooperatif dan kompetitif
  • Mengelola komunikasi agen dan pendelegasian tugas
  • Skala sistem multi-agen untuk aplikasi dunia nyata

Meningkatkan Pengambilan Keputusan dalam Agentic AI

  • Pembelajaran penguatan dan agen AI yang dapat meningkatkan diri sendiri
  • Perencanaan, penalaran, dan pelaksanaan tujuan jangka panjang
  • Menyeimbangkan otomatisasi dengan pengawasan manusia

Keamanan, Etika, dan Kepatuhan dalam Agentic AI

  • Mengatasi bias dan memastikan penerapan AI yang bertanggung jawab
  • Langkah-langkah keamanan untuk pengambilan keputusan berbasis AI
  • Pertimbangan regulasi untuk sistem AI otonom

Tren Masa Depan di Agentic AI

  • Kemajuan dalam otonomi AI dan sistem pembelajaran mandiri
  • Memperluas kemampuan agen AI dengan pembelajaran multimodal
  • Mempersiapkan generasi AI otonom berikutnya

Ringkasan dan Langkah Berikutnya

Requirements

  • Pemahaman dasar tentang konsep AI dan pembelajaran mesin
  • Pengalaman dengan pemrograman Python
  • Keakraban dengan integrasi model AI berbasis API

Hadirin

  • Insinyur AI mengembangkan sistem AI otonom
  • Peneliti ML mengeksplorasi kerangka kerja AI multi-agen
  • Pengembang yang menerapkan otomatisasi bertenaga AI
 14 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories