Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
AutoGen dans le contexte de l'entreprise
- Pourquoi les agents intelligents sont importants pour les opérations commerciales
- Examen de la structure et de l'évolutivité de AutoGen
- Considérations en matière de sécurité, de traçabilité et de gouvernance
Workflow Automation d'entreprise avec AutoGen
- Développer des flux de travail multi-agents pour la coordination des tâches
- Scénarios d'automatisation basés sur les rôles : gestion des demandes, approbations, résumés
- Gestion automatique et logique d’escalade pour la continuité commerciale
Intégration de AutoGen avec LangChain
- Composants de LangChain et compatibilité avec AutoGen
- Catégories d'agents et outils avec la mémoire, les outils et la logique
- LCEL (Expression Language) pour des flux de travail complexes
Pipelines de génération augmentée par la recherche (RAG)
- Connecter les agents AutoGen aux bases de connaissances d'entreprise
- Incrustation, recherche vectorielle et pipelines de récupération
- Augmentation des données privées avec des modèles open-source ou propriétaires
Intégration avec les outils d'entreprise
- Utilisation des API pour connecter Jira, Slack, Outlook, SharePoint et plus encore
- Démarrage de flux de travail via les interfaces de chat et les systèmes de billetterie
- Notifications en temps réel, journalisation et vérification
Déploiement, surveillance et échelle
- Emballage des agents AutoGen pour le déploiement
- Surveillance des interactions, de l'utilisation et des performances des agents
- Echelonnement des agents à travers les départements et géographies
Laboratoire de prototypage d'entreprise Use Case
- Ideaux en groupe : scénarios pour l’automatisation d’entreprise
- Construire des flux de travail d'agents personnalisés avec le soutien de formateurs
- Simulation d'environnements de production pour la validation
Résumé et prochaines étapes
Pré requis
- Compétence en programmation Python
- Expérience avec les LLM et l'ingénierie des prompts
- Familiarité avec les outils d'automatisation ou de workflow pour entreprise
Public cible
- Équipes AI pour entreprise
- Architectes de solutions
- Stratèges en innovation
21 Heures
Nos clients témoignent (1)
Formateur répondant aux questions au fur et à mesure.
Adrian
Formation - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traduction automatique