Online of op locatie, door een instructeur geleide live AI Agents trainingcursussen demonstreren via interactieve handson praktijk hoe je AI-agenten kunt gebruiken om taken te automatiseren, intelligente beslissingen te nemen en met gebruikers te interageren in diverse toepassingen.
AI Agents training is beschikbaar als "online live training" of "onsite live training". Online live training (ook bekend als "remote live training") wordt uitgevoerd via een interactieve, remote desktop. Onsite live training kan lokaal worden uitgevoerd op de locatie van de klant in Antwerpen of in NobleProg bedrijfs trainingcentra in Antwerpen.
NobleProg -- Uw Lokaal Trainingsaanbieder
Antwerpen
Hotel NH Collection Antwerp Centre, Pelikaanstraat 84, België, 2018
Het hotel heeft een conferentiecapaciteit voor maximaal 110 deelnemers en er zijn 6 speciale, flexibele ruimtes beschikbaar. Er zijn diverse kleinere boardrooms en een grotere conferentieruimte beschikbaar voor grote en kleine bijeenkomsten. De faciliteiten omvatten up-to-date audiovisuele apparatuur, versnaperingen zijn op bestelling beschikbaar en er is een evenementenplanner ter plaatse voor hulp. Ongebruikelijk voor een hotel in het stadscentrum biedt het hotel parkeergelegenheid in een eigen garage.
Deze instructeurgeleide, live training (online of op locatie) is gericht op geavanceerde AI-engineers, roboticaontwikkelaars en automatiseringsspecialisten die DeepSeek willen gebruiken voor het bouwen van intelligente AI-agenten en autonome systemen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
Het ontwerp en de mogelijkheden van DeepSeek AI-modellen te begrijpen.
DeepSeek te integreren in AI-agenten voor besluitvorming en automatisering.
Verstärkend leren technieken toe te passen voor het trainen van autonome systemen.
AI-gedreven autonome agenten te implementeren in echte omgevingen.
Autonome AI-agents worden snel geïntegreerd in besluitvormingsprocessen in verschillende sectoren zoals defensie, gezondheidszorg, financiën en infrastructuur. Naarmate deze systemen meer onafhankelijkheid en autonomie krijgen, is er een dringende behoefte aan robuuste ethische kaders, gouvernance-mechanismen en regelgevende toezicht om hun ontwerp en implementatie te begeleiden.
Deze door instructeurs geleide live-training (online of op locatie) is bedoeld voor professionals op gevorderd niveau die de ethische, maatschappelijke en regelgevende implicaties van de inzet van autonome AI-agents in werkelijke omgevingen willen onderzoeken.
Na afloop van deze training zullen de deelnemers in staat zijn om:
De ethische risico's en morele dilemma's te analyseren die door autonome AI-agents worden opgeworpen.
Governance-kaders en regelgevende modellen te evalueren die relevant zijn voor de inzet van AI met hoge inzet.
Verantwoording, uitlegbaarheid en transparantiemechanismen in autonome systemen te beoordelen.
Strategieën te ontwikkelen voor het afstemmen van het gedrag van AI-agents op wettelijke, ethische en maatschappelijke waarden.
Opzet van de cursus
Interactieve lezingen en discussies.
Casusstudies en rolspel simulaties.
Hand-on analyse van governance-modellen en ethische kaders.
Opties voor cursusanpassing
Neem contact met ons op om een aangepaste training voor deze cursus te verzoeken.
AI-geactiveerde automatisering combineert de flexibiliteit van no-code platforms met de intelligentie van grote taalmodellen en autonome agents om schaalbare, intelligente systemen te creëren.
Deze instructeur-led, live training (online of op locatie) is gericht op professionals met een tussenliggend niveau die willen ontwerpen, bouwen en optimaliseren van automatiseringspipelines versterkt door AI-besluitvorming, orkestratie en zelf-uitvoering.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
No-code automatiseringsworkflows te ontwerpen die versterkt worden door AI-interpretatie en -reacties.
Prompt chaining, webhook-triggers en APIs te gebruiken om schaalbare logische flows te bouwen.
Intelligente apps te creëren die services verbinden en data autonoom interpreteren.
AI-agents te begrijpen, ontwerpen en implementeren die in staat zijn tot doelgerichte actieplanning en -uitvoering.
Format van het Cursus
Interactieve lezing en discussie.
Veel oefeningen en praktijk.
Handson implementatie in een live-lab omgeving.
Cursus Customization Options
Voor een aangepaste training voor deze cursus, neem contact met ons op om te regelen.
Deze door een instructeur geleide live-training (online of ter plaatse) is bedoeld voor AI-ontwikkelaars, beveiligingsspecialisten en compliance-officieren op intermediair niveau die veilige AI-agents willen ontwerpen en implementeren terwijl ze ethische zorgen en robuustheid aanpakken.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De beveiligingsrisico's en ethische uitdagingen in de ontwikkeling van AI-agents te begrijpen.
Veiligheidsgerichte ontwerpprincipes voor AI-modellen te implementeren.
Adversariale robuste technieken toe te passen om aanvallen op AI-agents te voorkomen.
Na te komen met ethische AI-richtlijnen en wettelijke normen.
Edge & Lightweight Agents is een praktische cursus gericht op het implementeren van agente AI workloads op middelen met beperkte bronnen. De deelnemers leren hoe ze lichte agents kunnen bouwen, optimaliseren en beheren die in staat zijn tot lokale redenering en inferentie, waardoor snelheid, privacy en betrouwbaarheid worden verbeterd in gedistribueerde omgevingen. De cursus legt de nadruk op prestatietuning, low-latency design en hardware-software integratie.
Deze door een instructeur geleide live training (online of ter plekke) is gericht op middel-avanterhoog niveau professionals die wensen om on-device agente systemen te implementeren en optimaliseren met behulp van Python en edge AI frameworks.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De architectuur en uitdagingen begrijpen van het draaien van agente AI op edge apparaten.
Lichtgewicht agent loops ontwerpen die geschikt zijn voor beperkte omgevingen.
Lokale inferentie implementeren met TensorFlow Lite, PyTorch Mobile en ONNX.
Agents integreren met sensoren, actuatoren en IoT platforms.
Prestaties, energieverbruik en latentie optimaliseren voor real-time bedrijfsvoering.
Format van de cursus
Interactieve lezing en praktische demonstraties.
Handson ontwikkeling in lokale of geëmuleerde omgevingen.
Projectgericht leren en begeleide implementatie-oefeningen.
Cursusaanpassingsopties
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om in te plannen.
Deze door instructeurs geleide live-training in Antwerpen (online of ter plaatse) is bedoeld voor AI-ontwikkelaars, onderzoekers en multimedia-ingenieurs met een tussen- of gevorderd niveau die AI-agenten willen bouwen die in staat zijn om multimodale inhoud te begrijpen en te genereren.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
AI-agenten te ontwikkelen die tekst-, beeld- en spraakgegevens verwerken en integreren.
Multimodale modellen zoals GPT-4 Vision en Whisper ASR te implementeren.
Multimodale AI-pipelines te optimaliseren voor efficiëntie en nauwkeurigheid.
Multimodale AI-agenten in praktische toepassingen te implementeren.
Deze door instructeurs geleide, live training (online of op locatie) is bedoeld voor ontwikkelaars en ontwerpers op beginner- tot gemiddeld niveau die AI-aangedreven persoonlijke assistenten willen begrijpen en bouwen voor verschillende toepassingen.
Aan het einde van deze training kunnen de deelnemers:
De kernprincipes van AI-aangedreven persoonlijke assistenten begrijpen.
De basisprincipes van het integreren van taalmodelen met slimme assistenten leren.
Een persoonlijke assistent bouwen en aanpassen met behulp van AI-frameworks en -gereedschappen.
Persoonlijke assistenten implementeren voor real-world toepassingen in verschillende sectoren.
Deze instructeurgeleide, live training in Antwerpen (online of op locatie) is gericht op geavanceerde AI-ingenieurs, softwareontwikkelaars voor ondernemingen en bedrijfsleiders die LLM-gebaseerde AI-agents willen aanpassen en implementeren voor toepassingen binnen bedrijven.
Aan het einde van deze training kunnen deelnemers:
De architectuur en capaciteiten van open-source LLMs begrijpen.
LLMs aanpassen en afstellen voor bedrijfstaken.
AI-agents implementeren met behulp van LangChain en Hugging Face.
LLM-gebaseerde agents integreren in zakelijke workflows.
Deze door een instructeur geleide, live training op locatie (online of ter plekke) is bedoeld voor geavanceerde robotica-ingenieurs, AI-onderzoekers en automatiseringsspecialisten die AI-gedreven autonome robotische systemen willen ontwikkelen voor complexe taken en samenwerking tussen mens en AI.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De rol van AI-agenten in de besluitvorming en automatisering van robotica te begrijpen.
AI-gedreven navigatie en obstakelvermijding te implementeren.
Mens-AI-samenwerkende robotische systemen te ontwikkelen.
AI-gedreven waarnemings- en besturingsystemen in robots te implementeren.
Deze cursus gaat in op het ontwerp, coördinatie en implementatie van multi-agent systemen (MAS) met behulp van Python. De deelnemers leren hoe ze agenten kunnen bouwen die communiceren, samenwerken en zich aanpassen om gedeelde doelen te bereiken in complexe, dynamische omgevingen.
Dit instructeur-geloodste, live training (online of ter plaatse) is gericht op professionals met een gevorderd niveau die multi-agent systemen willen ontwerpen en implementeren voor intelligente automatisering, simulatie en besluitvormingstoepassingen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De architectuur en principes van multi-agent systemen begrijpen.
Agenten ontwikkelen die in staat zijn tot communicatie, coördinatie en onderhandeling.
Gedistribueerde omgevingen implementeren voor agentinteracties.
Versterkend leren en planning toepassen in multi-agent contexten.
Coöperatief en competitief gedrag van agenten simuleren.
Hybride werkstromen ontwerpen die mensen en intelligente agenten combineren.
Formaat van de Cursus
Instructeur-geloodste lessen en live demonstraties.
Hands-on oefeningen met open-source agentframeworks.
Toepasbaar groepsproject dat een multi-agent scenario simuleert.
Cursus Aanpassingsmogelijkheden
Voor een aangepaste training voor deze cursus, neem contact met ons op om een afspraak te maken.
Deze trainergeleide live-training in Antwerpen (online of ter plaatse) is gericht op tussenbezette financiële professionals, risicobeoefenaren en AI-ingenieurs die AI-gedreven oplossingen voor financiële automatisering en fraude detectie willen ontwikkelen en inzetten.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De rol van AI in financiële automatisering en fraude detectie te begrijpen.
AI-modellen voor de detectie van frauduleuze transacties op te bouwen.
Machine learning te benutten voor real-time risico beoordeling.
AI-geleide financiële monitoring systemen in te zetten.
Deze door een instructeur geleide, live training in Antwerpen (online of op locatie) is gericht op beginnende tot gevorderde customer service professionals, chatbot ontwikkelaars en automatiseringsteams die AI-gestuurde oplossingen willen implementeren voor klantondersteuning en serviceautomatisering.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De basisprincipes van AI-gestuurde klantondersteuning te begrijpen.
AI-chatbots te ontwikkelen en te integreren voor het afhandelen van klantvragen.
NLP en machine learning te gebruiken om chatbot-interacties te verbeteren.
AI-agenten in real-world klantondersteuningsapplicaties te implementeren.
Deze door een instructeur geleide, live training (online of ter plekke) is gericht op gezondheidsprofessionals en AI-ontwikkelaars op tussen- en gevorderd niveau die AI-gestuurde gezondheidsoplossingen willen implementeren.
Aan het einde van deze training kunnen de deelnemers:
De rol van AI-agenten in de gezondheidszorg en diagnostiek begrijpen.
AI-modellen ontwikkelen voor medische beeldanalyse en voorspellende diagnostiek.
AI integreren met elektronische patiëntendossiers (EPD) en klinische werkstromen.
Nalaten van de gezondheidsregelgeving en ethische AI-praktijken waarborgen.
Deze door instructeurs geleide, live-training op Antwerpen (online of ter plekke) is bedoeld voor AI-ontwikkelaars en UI/UX ontwerpers op beginners- tot gevorderdenniveau die willen leren hoe ze AI-aangedreven virtuele assistenten kunnen bouwen, optimaliseren en implementeren.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
Effectieve conversatie-AI workflows en UI/UX interfaces te ontwerpen.
AI-gedreven natural language processing (NLP) modellen te implementeren.
AI-assistenten te integreren met APIs en derde-partijplatforms.
AI-assistenten te implementeren en te onderhouden voor toepassingen in de echte wereld.
Mistral AI is een krachtige familie van open-source en bedrijfsgerichte AI-modellen voor taal-, multimodale en agentgebaseerde toepassingen.
Deze instructeurgeleide live-training (online of op locatie) is gericht op professionals op intermediair tot geavanceerd niveau die AI-agents willen bouwen, implementeren en beheren met behulp van de Mistral Medium 3-, Le Chat Enterprise- en Devstral-modellen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De architectuur en mogelijkheden van Mistral Medium 3, Le Chat Enterprise en Devstral te begrijpen.
AI-agents te ontwerpen en te implementeren met behulp van Mistral-modellen voor bedrijfs- en ontwikkelaarsgebruiksscenario's.
Coderingssystemen, connectors en bedrijfsdata in te voeren in agentwerkstromen.
Prestatie, kosten en naleving te optimaliseren voor Mistral-aangedreven agents.
Formaat van de cursus
Interactieve colleges en discussies.
Veel oefeningen en praktijk.
Handson implementatie in een live-labomgeving.
Opties voor cursusanpassing
Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.
Python is de kern taal die het ontwikkelingsproces en de coördinatie van autonome AI-agents beheert. Deze cursus richt zich op praktische implementatie met behulp van moderne SDK's en frameworks zoals LangChain en AutoGen om agents te bouwen, te verbinden en workflowprocessen te beheren.
Dit instructeurgeleide, live training (online of on-site) is gericht op backend-ingenieurs, platform-ingenieurs en ML-ingenieurs van middelbare niveau die autonome agents willen implementeren en coördineren met behulp van Python-hulpmiddelen en API's.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
Python-gebaseerde omgevingen voor agente systemen in te stellen en te configureren.
Gelijke agents met populaire agent SDK's zoals LangChain en AutoGen te creëren.
Hulpmiddelen en API's te integreren om de mogelijkheden van agents uit te breiden.
Meeragent-workflows en communicatiepatronen te orkestreren.
Beste praktijken toe te passen voor het debuggen, testen en onderhouden van agente codebases.
Cursusformaat
Interactieve les en discussie.
Handson programmeringsoefeningen en live demonstraties.
Praktische projecten voor het bouwen van end-to-end agent workflowprocessen.
Cursusaanpassingsmogelijkheden
Voor een aangepaste training voor deze cursus, neem contact met ons op om de details te bespreken.
Google Antigravity is een ontwikkelomgeving voor agente development die bedoeld is om autonome agenten te bouwen die in staat zijn tot plannen, redeneren, coderen en handelen met de multimodale mogelijkheden van Gemini 3.
Deze instructiegeleide live training (online of ter plekke) is gericht op geavanceerde technische professionals die willen ontwerpen, bouwen en implementeren autonome agenten met Gemini 3 en de Antigravity omgeving.
Na het voltooien van deze training zijn de deelnemers voorbereid op:
Autonome workflows bouwen die Gemini 3 gebruiken voor redeneren, plannen en uitvoeren.
Agenten in Antigravity ontwikkelen die taken kunnen analyseren, code schrijven en interactie hebben met tools.
Gemini-geïmplementeerde agenten integreren met enterprise systemen en APIs.
Agentengedrag, veiligheid en betrouwbaarheid optimaliseren in complexe omgevingen.
Format van de cursus
Expertdemonstraties gecombineerd met interactieve discussies.
Handson experimenten met autonome agent development.
Praktische implementatie met Antigravity, Gemini 3 en ondersteunende cloud tools.
Aanpassingsmogelijkheden van de cursus
Als uw team specifieke domeingerelateerd gedrag of aangepaste integraties nodig heeft, neem dan contact met ons op om het programma aan te passen.
Deze cursus behandelt praktische ingenieursmethoden om autonome (agente) systemen te ontwerpen, bouwen, testen en implementeren met behulp van Python. Het dekt het agentieloop, toolintegraties, geheugen- en statemanagement, orchestratiepatronen, veiligheidscontroles en productieoverwegingen.
Deze door de instructeur geleide, live training (online of ter plaatse) is gericht op ML-engineers, AI-ontwikkelaars en software-engineers van middelgevorderde tot gevorderd niveau die robuuste, production-ready autonome agents willen bouwen met Python.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Het agentieloop en besluitvormingswerkstromen te ontwerpen en implementeren.
Externe tools en APIs te integreren om de mogelijkheden van agents uit te breiden.
Kort- en langtermijngeheugenarchitecturen voor agents te implementeren.
Meerstapsorchestraties en agentcomposabiliteit te coördineren.
Veiligheid, toegangscontrole en observabiliteitsbest practices toe te passen voor geïmplementeerde agents.
Cursusindeling
Interactieve lezing en discussie.
Praktische laboratoria voor het bouwen van agents met Python en populaire SDKs.
Projectgebaseerde oefeningen die implementeerbare prototypes opleveren.
Cursusaanpassingsmogelijkheden
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om de details te regelen.
Deze door een instructeur geleide, live training in Antwerpen (online of op locatie) is bedoeld voor geavanceerde professionals die de technieken willen beheersen voor het implementeren en beheren van AI-agenten in productieomgevingen.
Na deze training zullen de deelnemers in staat zijn om:
Schaalbare AI-deploymentslijnen ontwerpen en implementeren.
Tools zoals Docker en Kubernetes gebruiken om AI-agenten te containeriseren en te orchestreren.
AI-agenten in productieomgevingen bewaken en optimaliseren.
CI/CD-workflows voor AI-agentdeployments implementeren.
Nalieten aan veiligheids- en gegevensbeheerverplichtingen.
Deze door een instructeur geleide, live training in Antwerpen (online of ter plaatse) is bedoeld voor geavanceerde AI-professionals die de technieken van versterkend leren willen meesteren en deze willen implementeren voor het trainen van AI-agenten om complexe problemen op te lossen.
Na afloop van deze training zullen de deelnemers in staat zijn om:
De kernprincipes van versterkend leren en Markov Decision Processes (MDPs) te begrijpen.
RL-algoritmen zoals Q-Learning, SARSA en Deep Q-Networks (DQN) te ontwerpen en te implementeren.
Framework zoals OpenAI Gym en RL-bibliotheken te gebruiken voor praktische toepassingen.
AI-agenten te trainen om echte, meervoudige stappen besluitproblemen op te lossen.
Uitdagingen zoals het evenwicht tussen exploratie en exploitatie en convergentie in RL-training aan te pakken.
Deze begeleide, live training in Antwerpen (online of ter plaatse) is gericht op middelbare AI-ontwikkelaars en automatisatiespecialisten die agentic mogelijkheden willen integreren in AI-gedreven toepassingen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De principes van agentic AI en autonoom besluitvatten te begrijpen.
Doelgerichte AI-agents met zelfoptimalisatietechnieken te implementeren.
Multi-agent samenwerking voor complex probleemoplossing te integreren.
AI-mens interactie te verrijken door aanpasbare gebruikerservaringen.
Agentic AI-modellen in praktische toepassingen te implementeren.
Google Antigravity is een agent-first ontwikkelomgeving ontworpen om ingenieursworkflows te optimaliseren door slimme automatisering.
Deze instructiegeleide, live training (online of ter plaatse) is gericht op beginners die de grondbeginselen van Antigravity willen ontdekken en begrijpen hoe agentgedreven coderingomgevingen productiviteit verhogen.
Na het voltooien van deze training zullen de deelnemers in staat zijn:
Google Antigravity te installeren en te configureren.
Zowel het Editor View als het Manager View te navigeren en te begrijpen.
Effectief samenwerken met agents om eenvoudige ontwikkelopdrachten te automatiseren.
Antigravity gebruiken om projectbestanden te genereren, verfijnen en beheren.
Cursusopzet
Uitleg door de instructeur ondersteund door real-time demonstraties.
Gestuurde oefeningen gericht op hands-on gebruik van agents.
Praktische verkenning van kernfuncties van Antigravity in een gecontroleerde labomgeving.
Cursusaanpassingsmogelijkheden
Als u een aangepaste versie van deze training nodig heeft, neem dan contact met ons op om een op maat gemaakt programma te regelen.
Deze live training onder leiding van een instructeur in Antwerpen (online of ter plaatse) is gericht op AI-professionals op gevorderd niveau die de vaardigheden willen beheersen om MAS te ontwerpen, bouwen en implementeren om complexe, real-world problemen op te lossen.
Aan het einde van deze training zijn de deelnemers in staat om:
Begrijp de principes van multi-agent systeemarchitecturen.
Implementeer strategieën voor communicatie, coördinatie en besluitvorming in MAS.
Pas de speltheorie toe om agentinteracties te modelleren en conflicten op te lossen.
Maak gebruik van frameworks zoals JADE om schaalbare MAS-oplossingen te creëren.
Pak uitdagingen aan zoals schaalbaarheid, vertrouwen en opkomend gedrag in MAS.
Amazon Bedrock AgentCore biedt de infrastructuur om multi-agentensystemen te ontwerpen, te orchestreren en te beheren, waardoor samenwerking, specialisatie en geavanceerde automatiseringpatronen mogelijk worden tussen meerdere AI-gestuurde entiteiten.
Deze door een instructeur geleide, live training (online of op locatie) is bedoeld voor geavanceerde praktijkers die willen leren om multi-agentensystemen te ontwerpen, te implementeren en te optimaliseren met behulp van de orkestratie- en governancefuncties van AgentCore.
Op het einde van deze training zullen de deelnemers in staat zijn om:
De principes en architecturen van multi-agentensystemen te begrijpen.
Orchestratiestrategieën te ontwerpen voor samenwerking tussen agents.
Communicatie- en onderhandelingsprotocollen tussen agents te implementeren.
Schaalbare, ondernemingsklaare multi-agentoplossingen te implementeren met behulp van AgentCore.
Opzet van de cursus
Interactieve lezingen en discussies.
Praktische oefeningen met de orkestratiefuncties van AgentCore.
Casestudies van bedrijfsmatige multi-agenttoepassingen.
Opties voor cursusaanpassing
Om een aangepaste training voor deze cursus aan te vragen, neem dan contact met ons op om dit te regelen.
Deze instructeurgeleide, live training in Antwerpen (online of ter plekke) is gericht op geavanceerde professionals die wensen om multi-agent systemen te ontwikkelen en te optimaliseren met behulp van Agentic AI-frameworks.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De principes van Agentic AI in multi-agent omgevingen te begrijpen.
AI-gedreven agenten te ontwikkelen die autonoom interacteren.
Versterkend leren te implementeren voor aanpasbaar AI-gedrag.
Multi-agent samenwerking en concurrentie te optimaliseren.
Agentic AI toe te passen in robotica, gaming en bedrijfsautomatisering.
Dit door een instructeur geleide, live training in Antwerpen (online of ter plaatse) is bedoeld voor businessanalisten, RPA-ontwikkelaars en AI-professionals op intermediair niveau die de kracht van AI-agents willen benutten voor de automatisering van bedrijfsprocessen.
Na voltooiing van deze training kunnen de deelnemers:
De rol van AI-agents in de automatisering van bedrijfsprocessen begrijpen.
Kansen voor automatisering identificeren in belangrijke bedrijfsdomeinen.
AI-gestuurde oplossingen ontwikkelen voor klantenservice, financiële en supply chain workflows.
AI-agents integreren met bestaande RPA- en bedrijfssystemen.
AI-automatisatiestrategieën evalueren en optimaliseren voor efficiëntie.
Google Antigravity is een platform voor het bouwen van agents die in staat zijn om te interacteren met webapplicaties, browseromgevingen en multi-surface workflows.
Deze instructeurgeleide, live-training (online of on-site) is gericht op professionals op middelbaar niveau die wensen om browser-gebaseerde workflows te bouwen, te automatiseren en te testen met behulp van Google Antigravity.
Na het voltooien van de training zullen de deelnemers in staat zijn om:
Agents te creëren die interacteren met webapplicaties op een browseroppervlak.
End-to-end workflows over browsercontexten te automatiseren.
Agentgedrag in UI-gestuurde omgevingen te valideren en op te lossen.
Cross-surface automatiseringsstrategieën met Antigravity te implementeren.
Formaat van de cursus
Geleide instructie ondersteund door demonstraties.
Praktische, hands-on activiteiten en scenario-gebaseerde oefeningen.
Implementatie van agent workflows in een interactieve labomgeving.
Cursusaanpassingsopties
Voor aangepaste trainingseisen, neem contact met ons op om de cursus naar uw doelstellingen te aanpassen.
AgentCore vereenvoudigt het proces van het bouwen, verbeteren en bewaken van volledig beheerde AI-agents door een geïntegreerde suite van diensten te bieden die zijn afgestemd op schaalbare implementaties.
Deze instructiegeleide live training (online of ter plaatse) is gericht op beginners tot midden-niveau specialisten die praktijkervaring willen opdoen met het maken van productieklare AI-agents met AgentCore.
Aan het einde van deze training zullen de deelnemers in staat zijn:
De kernfuncties van AgentCore voor AI-agentontwikkeling te begrijpen.
Eenvoudige AI-agents te ontwerpen en te configureren met beheerde diensten.
Werkprocessen te integreren om de functionaliteit van agents te verbeteren.
AI-agents voor productieomgevingen te implementeren en te bewaken.
Cursusopzet
Interactieve les en discussie.
Praaktikken met AgentCore-diensten.
Geguide oefeningen van concept tot implementatie.
Cursus Aanpassingsmogelijkheden
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om de details te bespreken.
Mastra is een framework dat gestructureerde tools biedt voor het evalueren, debuggen en waarborgen van de betrouwbaarheid van AI-agents die werken in complexe workflows.
Deze instructiegeleide live training (online of ter plekke) is gericht op praktijkers met een tussenliggend niveau die streven naar grondige testen van agentgedrag, het verbeteren van betrouwbaarheid en de implementatie van meetbare evaluatieprocessen.
Aan het einde van deze training zullen de deelnemers met zelfvertrouwen:
Debugging-technieken toepassen om agentgedragsproblemen te identificeren en te corrigeren.
Agents evalueren met behulp van gestructureerde metrische gegevens, benchmarks en kwaliteitscores.
Tooling en workflows implementeren die betrouwbaarheid, drift en hallucinaties volgen.
QA-strategieën ontwerpen die consistent en voorspelbaar agentgedrag waarborgen.
Format van de cursus
Interactieve lezing en discussie.
Hands-on debugging- en evaluatieoefeningen.
Live-lab analyse van agentgedrag met behulp van observability-tools.
Cursusaanpassingsopties
Aangepaste betrouwbaarheidstestscenarios en branchekundige QA-methoden kunnen op verzoek worden geregeld.
Vertex AI Agent Builder is een no-code/low-code omgeving voor het creëren van gecentreerde agents die generatieve modellen combineren met retrieval-augmented generation (RAG), waardoor teams snel agents kunnen bouwen die bedrijfsgegevens en zoekopdrachten gebruiken om nauwkeurige, contextbewuste antwoorden te verstrekken.
Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor praktijkers op intermediair niveau die smart agents willen ontwerpen, configureren en implementeren met behulp van Vertex AI Agent Builder en RAG-patronen.
Op het einde van deze training zullen de deelnemers in staat zijn om:
Gecentreerde agent-workflows te ontwerpen met behulp van Agent Builder.
RAG-pipelines te implementeren met zoekopdrachten en vectoropslag.
Bedrijfsgegevensbronnen veilig te integreren voor opvragen.
Agentgedrag te evalueren en te itereren met behulp van testen en metriek.
Formaat van de cursus
Interactieve lezingen en discussies.
Handson-labs met behulp van Vertex AI Agent Builder en RAG-componenten.
Projectgerichte oefeningen om agents te bouwen en te verfijnen.
Cursusaanpassingsopties
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Mastra is een framework dat diepe integratie ondersteunt tussen AI-agents, APIs, bedrijfsapplicaties en externe gegevenssystemen.
Deze door een instructeur geleide, live training (online of ter plekke) is gericht op middelbare ingenieurs die betrouwbare, veilige en schaalbare integraties willen bouwen tussen Mastra-agents en het brede bedrijfseco-systeem.
Na afloop van deze training zijn de deelnemers voorbereid om:
API-geleide integraties te implementeren tussen Mastra-agents en externe diensten.
Bedrijfsgegevenssystemen en tools te verbinden met geautomatiseerde agentworkflows.
Beste praktijken voor veilige gegevensoverdracht en authenticatie toe te passen.
Integratielaagjes te ontwerpen die schaalbaar, onderhoudbaar en klaar zijn voor productie.
Format van de cursus
Interactieve les en discussie.
Handson integratie-engineering en API-oefeningen.
Live-lab implementatie met realistische bedrijfsscenario's.
Cursusaanpassingsopties
Op maat gemaakte API-scenario's, bedrijfssysteem-mappings of data-integratie-workshops zijn beschikbaar op verzoek.
AgentCore biedt geheugenpersistentie, een beveiligde code-interpreter en een browsergereedschap die AI-agenten in staat stellen om interactieve, dynamische en contextbewuste ervaringen te leveren.
Deze door een docent geleide live training (online of ter plaatse) is bedoeld voor technische praktijkgangers met een tussen- tot gevorderd niveau die AI-agenten willen ontwerpen en implementeren die in staat zijn tot langetermijn-contextretentie, op-het-vliegveld berekeningen en directe interactie met webgebruikersinterfaces.
Door het einde van deze training te halen, kunnen deelnemers:
AgentCore-geheugen implementeren voor staatvolle, contextbewuste workflows.
De beveiligde code-interpreter gebruiken voor dynamische berekeningen en transformaties.
Het browsergereedschap integreren voor real-time data-opslag en UI-interactie.
Interactieve agenten ontwerpen voor analytische, klantondersteunings- en onderzoeksscenario's.
Formaat van de cursus
Interactieve lezing en discussie.
Hand-on laboefeningen met AgentCore-geheugen en -gereedschappen.
Cases in analytische, automatiserings- en klantondersteuningscenario's.
Opties voor cursusaanpassing
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Dit instructeurgeleide, live training in Antwerpen (online of ter plaatse) is gericht op game-ontwikkelaars en AI-enthousiasten van middelbare niveau die willen leren hoe ze AI-agenten effectief in gaming-toepassingen kunnen integreren.
Tegen het einde van deze training zullen de deelnemers in staat zijn:
De rol van AI-agenten in moderne gaming te begrijpen.
Beslissingsystemen te ontwikkelen met behulp van beslisbomen en eindige statemachine.
Zoekalgoritmen zoals A* te implementeren voor in-game navigatie.
Versterkende leermethoden toe te passen om aanpasbare AI-gedragingen te creëren.
AI-prestaties te optimaliseren voor real-time gaming-omgevingen.
LLMs en autonome agentenframeworks zoals AutoGen en CrewAI herschrijven hoe DevOps-teams taken automatiseren, zoals wijzigingstracking, testgeneratie en alarmtriage, door menselijke samenwerking en besluitvorming te simuleren.
Dit instructeurgeleide, live training (online of ter plaatse) is gericht op geavanceerde ingenieurs die wensen om DevOps-automatisatieworkflows te ontwerpen en implementeren met behulp van grote taalmodellen (LLMs) en multi-agentensystemen.
Bij het einde van deze training zullen de deelnemers in staat zijn:
LLM-gebaseerde agenten in CI/CD-workflows te integreren voor slimme automatisering.
Testgeneratie, commitanalyse en wijzigingssamenvattingen met behulp van agenten te automatiseren.
Meerdere agenten te coördineren voor alarmtriage, responsgeneratie en DevOps-aanbevelingen.
Beschermde en onderhoudbare agent-gedreven workflows te bouwen met open-source frameworks.
Cursusformaat
Interactieve les en discussie.
Veel oefeningen en praktijk.
Het hands-on implementeren in een live-labomgeving.
Aanpasbare cursusopties
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.
Antigravity is een framework dat geavanceerde agentgedreven ontwikkelingsworkflows vertegenwoordigt.
Deze instructeurgeleide, live training (online of ter plaatse) is gericht op professionals met een midden- tot hoger niveau die de uitvoer van AI-agenten die werken binnen Antigravity-gedreven omgevingen willen verifiëren, valideren en beveiligen.
Na het voltooien van deze training zullen de deelnemers in staat zijn:
De nauwkeurigheid en veiligheid van door agenten gegenereerde code-artefacten te beoordelen.
Gestructureerde technieken te gebruiken om door agenten uitgevoerde taken te verifiëren.
Browseropnames en agentactiviteit effectief te analyseren.
QA- en beveiligingsprincipes toe te passen om de betrouwbaarheid van agentworkflows te waarborgen.
Opzet van het Cursus
Instructeurgeleide technische uitleg en discussies.
Praktijkopdrachten gericht op het verifiëren van echte agentworkflows.
Handson testing en validatie in een beheerde laboratoriumomgeving.
Cursusaanpassingsopties
Aanpassingen van scenario's, workflows en testvoorbeelden zijn beschikbaar op verzoek.
Dit instructeur-led, live training in Antwerpen (online of ter plaatse) is gericht op geavanceerde professionals die Agentele AI willen inzetten voor besluitvorming in complexe bedrijfs- en technische scenario's.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De principes van autonome besluitvorming in AI te begrijpen.
AI-agents te ontwerpen en implementeren die met minimale menselijke interventie opereren.
Agentele AI in automatiseringsworkflows en bedrijfsystemen te integreren.
AI-gedreven besluitvormingsprocessen te optimaliseren voor efficiëntie en schaalbaarheid.
Naleving, veiligheid en ethische overwegingen in AI-autonomie te garanderen.
Google Antigravity is een geavanceerde framework voor experimenten met langdurige agenten en emergente interactieve gedragingen.
Deze instructeurgeleide, live training (online of ter plaatse) is gericht op geavanceerde professionals die willen ontwerpen, analyseren en optimaliseren van agenten die in staat zijn herinneringen vast te houden, zich te verbeteren via feedback en te evolueren over langere tijdsperiodes.
Na het volgen van deze cursus zullen de deelnemers de vaardigheden verwerven om:
Langdurige geheugensstructuren voor agentenpersistentie te ontwerpen.
Effectieve feedbacklussen te implementeren om het gedrag van agenten te vormgeven.
Leertrajecten en modeldrift te evalueren.
Geheugenmechanismen in complexe multi-agentensystemen te integreren.
Cursusopzet
Expertgeleide discussies in combinatie met technische demonstraties.
Handson exploratie door middel van gestructureerde ontwerpuitdagingen.
Toepassing van concepten in gesimuleerde agentenomgevingen.
Cursusaanpassingsmogelijkheden
Als uw organisatie aangepaste inhoud of gevalsspecifieke voorbeelden vereist, neem dan contact met ons op om deze training aan te passen.
Dit instructeurgeleide, live training in Antwerpen (online of ter plaatse) is gericht op professionals van middelbare niveau die dieper willen duiken in de ontwerp- en ontwikkeling van autonome agents voor praktische toepassingen.
Na afloop van deze training kunnen de deelnemers:
Het basisprincipe van autonome agents begrijpen.
Echte toepassingen van autonome AI-agents onderzoeken.
Agents ontwerpen, trainen en implementeren met behulp van reinforcement learning.
Agents integreren in bestaande systemen voor automatisering en besluitvorming.
Ethische overwegingen en uitdagingen bij het inzetten van autonome agents aanpakken.
AgentCore biedt ingebouwde identiteits-, observabiliteits- en nalevingsfuncties die organisaties in staat stellen om AI-agents verantwoord in zakelijke omgevingen te implementeren.
Deze door een instructeur geleide live training (online of op locatie) is gericht op geavanceerde beoefenaars die veilige, controleerbare en nalevingsconforme AI-agentensystemen willen ontwerpen en beheren met behulp van Amazon Bedrock AgentCore.
Op het einde van deze training kunnen de deelnemers:
Ondernemingsidentiteit en toestemmingmodellen voor agents implementeren.
Observabiliteit inschakelen via gestructureerd loggen, metrieken en tracing.
Nalevingscontroles toepassen om in lijn te komen met regelgevingskaders.
Agentactiviteit controleren en veilige sessie-niveau controles onderhouden.
Formaat van de cursus
Interactieve lezing en discussie.
Hands-on labs met AWS-beveiligings- en monitoringtools.
Casusstudies in gereguleerde zakelijke omgevingen.
Opties voor cursusaanpassing
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.
Mastra is een framework dat geavanceerde workflow-automatisering en coördinatie mogelijk maakt voor meerdere AI-agents die werken binnen gedistribueerde systemen.
Deze op instructie gebaseerde, live training (online of ter plaatse) is gericht op practitioners van middelbare niveau die complexe multi-agent workflows willen ontwerpen, coördineren en bedienen op schaal.
Door deze training te volgen, zullen de deelnemers de vaardigheden verwerven om:
Complexe workflows te ontwerpen met behulp van Mastra’s coördinatiecapaciteiten.
Meerdere agents die parallel of afhankelijk werken, te coördineren.
Tools voor monitoring en debugging van workflow-uitvoering te implementeren.
Orchestrationlogica te optimaliseren voor betrouwbaarheid, doorzettingsvermogen en automatisatie-efficiëntie.
Format van de cursus
Interactieve lezing en discussie.
Praktische oefeningen voor workflow-ontwerp en automatisering.
Praktische implementatie in een containerisatiefriendly live-lab omgeving.
Aanpassingsmogelijkheden voor de cursus
Op verzoek aangepaste automatisatiescenario's, enterprise-integraties of workflowpatronen kunnen worden geleverd.
AgentCore Runtime & Gateway is een AWS-servicekoppelingspaar voor het inpakken, implementeren en veilig beschikbaar maken van AI-agenten met gestroomlijnde integraties met externe systemen.
Deze door een docent geleide live training (online of ter plaatse) is bedoeld voor teams op tussenniveau die willen overstappen van agentprototypen naar productie door de AgentCore Runtime te meesteren voor implementatie en de Gateway voor veilige verbindingen en API-integratie.
Na afloop van deze training kunnen de deelnemers:
AgentCore Runtime-omgevingen opzetten en agenten inpakken voor implementatie.
Agenten via de Gateway blootstellen met geverifieerde, snelheidsbeperkte eindpunten.
Externe hulpmiddelen en API's integreren in agentwerkstromen met behulp van stabiele contracten.
Observabiliteit, logboeken en gebruikersmonitoring instrumenteren voor productiebedrijf.
Opzet van de cursus
Interactieve colleges en discussies.
Praktische oefeningen met Runtime-implementaties en Gateway-integraties.
Praktische oefeningen met nadruk op betrouwbaarheid, veiligheid en uitrol.
Opties voor cursusaanpassing
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.
Devstral is een open-source framework ontworpen voor het bouwen en uitvoeren van codering agents die kunnen interageren met codebases, ontwikkelaarshulpmiddelen en API's om de engineering-productiviteit te vergroten.
Deze door een instructeur geleide live training (online of op locatie) is gericht op ML-engineers op tussen- en gevorderd niveau, teams die zich bezighouden met ontwikkelaarshulpmiddelen, en SREs die Devstral willen gebruiken om codering agents te ontwerpen, implementeren en optimaliseren.
Na afloop van deze training kunnen de deelnemers:
Devstral instellen en configureren voor de ontwikkeling van codering agents.
Agentische workflows ontwerpen voor het verkennen en aanpassen van codebases.
Coding agents integreren met ontwikkelaarshulpmiddelen en API's.
Beste praktijken implementeren voor veilige en efficiënte agent-deployments.
Formaat van de cursus
Interactieve colleges en discussies.
Veel oefeningen en praktijk.
Handson-implementatie in een live-labomgeving.
Opties voor cursusanpassing
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Deze door instructeurs geleide, live training in Antwerpen (online of ter plekke) is gericht op beginnende professionals die willen begrijpen hoe AI-agents werken en hun eigen interactieve chatbot-systemen willen bouwen.
Aan het einde van deze training kunnen de deelnemers:
De basisprincipes van AI-agents en hun toepassingen begrijpen.
De principes van natural language processing (NLP) verkennen.
Een conversatieverloop voor een chatbot ontwerpen.
Een functionele chatbot ontwikkelen met Python en gerelateerde tools.
De chatbot implementeren om te interageren met echte gebruikers.
Mastra is een operationele framework ontworpen om de implementatie, schaling en levenscyclusbeheer van AI-agents in productieomgevingen te vereenvoudigen.
Deze door instructeurs geleide live-training (online of ter plaatse) is gericht op technisch specialisten met een middel- tot gevorderd niveau die AI-agents betrouwbaar en efficiënt in productiesystemen moeten implementeren.
Na het voltooien van deze training zijn de deelnemers in staat om:
Mastra-gebaseerde AI-agents te implementeren in beheerde, productiegrade omgevingen.
Agents horizontaal en verticaal te schalen met behulp van platform-eigen primitives.
Observabiliteitspipelines te implementeren om het gedrag en de prestaties van agents te volgen.
Runtimetype-instellingen te optimaliseren om latentie, kosten en operationele risico's te verlagen.
Format van de cursus
Interactieve les en discussie.
Praktijkgerichte oefeningen gericht op echte implementatiescenario's.
Live-labimplementatie met behulp van gecontaineriseerde en georkestreerde omgevingen.
Aanpassingsmogelijkheden voor de cursus
Aanpassing van onderwerpen, praktijklabs of branchespecifieke scenario's is op verzoek beschikbaar.
Google Antigravity is een agentgericht ontwikkelplatform dat gebruikt wordt om AI-geleide codering en automatiseringsworkflows te orkestreren, te beheren en te coördineren.
Deze door instructeurs geleide live-training (online of ter plaatse) is gericht op professionals met een tusseniveau die leren hoe ze multi-agent workflows in Google Antigravity ontwerpen, beheren en optimaliseren.
Na het volgen van deze training zullen de deelnemers de vaardigheden hebben om:
Agentverantwoordelijkheden en orkestratiepijplijnen in te stellen binnen de Manager-interface.
Antigravity-artefacten op te stellen en te interpreteren, waaronder taaklijsten, plannen, logs en browseropnames.
Verificatiestrategieën te implementeren om agenthandelingen transparant en toelaatbaar te houden.
Multi-agent samenwerking te optimaliseren voor complexe ontwikkel- en operationele taken.
Cursusformat
Geleide presentaties en praktische demonstraties.
Scenario-gebaseerde oefeningen gericht op echte workflowuitdagingen.
Handson experimentatie in een live Antigravity-werkruimte.
Cursusaanpassingsopties
Als u een aangepaste versie van deze cursus nodig heeft, neem dan contact met ons op om aanpassingsopties te bespreken.
Deze door instructeurs geleide, live training in Antwerpen (online of op locatie) is bedoeld voor beginnende professionals die de basis wil begrijpen en eenvoudige AI-agenten willen creëren voor praktische toepassingen.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De basisconcepten van AI-agenten te begrijpen.
Verschillende soorten AI-agenten en hun toepassingen te identificeren.
Basale AI-agenten te ontwerpen en te implementeren voor praktische taken.
Tools en frameworks te verkennen voor het bouwen van AI-agenten.
Antigravity is een ontwikkelplatform ontworpen om AI-geleide, agent-first toepassingen te bouwen.
Dit instructeur-leden, live training (online of ter plaatse) is gericht op middenniveau-ontwikkelaars die echte toepassingen willen creëren met behulp van autonome AI-agents in de Antigravity omgeving.
Na het voltooien van deze training zijn de deelnemers uitgerust om:
Toepassingen te ontwikkelen die afhankelijk zijn van autonome en gecoördineerde AI-agents.
De Antigravity IDE, editor, terminal en browser te gebruiken voor eind-to-eind-ontwikkeling.
Multi-agent werkstromen te beheren met de Agent Manager.
Agent-functies te integreren in productie-grade software systemen.
Format van het Cursus
Gebalanceerde presentaties met diepgaande demonstraties.
Uitgebreide hands-on praktijk en begeleide oefeningen.
Reële implementatie werk in de live omgeving van Antigravity.
Cursus Aanpassings Opties
Voor op maat gemaakt inhoud die aansluit bij uw ontwikkelstack, neem contact met ons op om een aangepaste versie van deze training te regelen.
Amazon Bedrock AgentCore is een ondernemingsgereed framework voor het bouwen, implementeren en schalen van AI-agenten met geïntegreerde ondersteuning voor geheugen, observabiliteit en veilige identiteitsbeheer.
Deze door een instructeur geleide live training (online of op locatie) is gericht op ingenieurs en architecten op het tussen- en geavanceerd niveau die agentische AI-systemen willen ontwerpen, beveiligen en bedienen met behulp van AWS Bedrock AgentCore.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De architectuur en componenten van AgentCore te begrijpen.
AI-agenten te implementeren en te beheren met Runtime en Gateway.
Persistentie van het geheugen en toestandsgebonden interacties in te voeren.
Identiteits-, observabiliteit- en nalevingscontroles toe te passen.
Meerdere agenten voor bedrijfsmatige workflows te ontwerpen.
Formaat van de cursus
Interactieve lezing en discussie.
Hands-on AWS lab-sessies met AgentCore.
Pratische oefeningen met implementatie- en monitoringsscenario's.
Aanpassingsopties voor de cursus
Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.
Het opbouwen van LLM-agentensystemen met AutoGen is een praktijkgericht cursus dat zich richt op het ontwikkelen van multi-agentensystemen met behulp van het AutoGen-kader van Microsoft voor grote taalmodellen (LLMs).
Deze door een instructeur geleide live training (online of op locatie) is bedoeld voor AI- en automatisatieprofessionals op tussenniveau die multi-agentensystemen willen ontwerpen, implementeren en orkestreren met behulp van AutoGen met Python en LLMs.
Na voltooiing van deze training zullen de deelnemers in staat zijn om:
Multi-agentarchitecturen ontwerpen met behulp van het AutoGen-kader.
Agentrollen, vaardigheden en coördinatiegedragingen configureren.
Function-calling en geheugenbeheer gebruiken voor agentinteracties.
Python-gebaseerde LLM-agentenwerkstromen bouwen en testen voor echte gebruiksscenario's.
Opzet van de cursus
Interactieve lezing en discussie.
Veel oefeningen en praktijk.
Praktijkimplementatie in een live-labomgeving.
Aanpasbare opties voor de cursus
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Deze instructeur-gelede, live training (online of on-site) is gericht op softwareontwikkelaars met een tusseniveau en ingenieursteams die schaalbare, observabele AI-systemen willen bouwen met Mastra.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
De architectuur van Mastra te begrijpen en hoe deze integreert met LLMs en externe APIs.
AI-agents en workflows te ontwerpen en implementeren met TypeScript.
De observabiliteit- en geheugentoepassingen van Mastra te gebruiken om de prestaties van agents te bewaken en te verbeteren.
Productie-gereed AI-toepassingen te implementeren met behulp van de framework-functies van Mastra.
Dit 1-daagse workshop, speciaal ontworpen voor ontwikkelaars, data wetenschappers en AI-enthousiastelingen, helpt u om de kracht van agentege AI-systemen te begrijpen en in te zetten met behulp van AutoGen v0.4.
Met een mix van praktische oefeningen en demonstraties leert u hoe u multi-agent applicaties kunt bouwen, beheren en implementeren die worden aangedreven door Grote Taalmodellen (LLMs).
Na afloop van de cursus zal u een solide basis hebben in AutoGen’s lagenstructuur, asynchrone communicatie tussen agents beheersen en praktijkvoorbeelden en beste praktijken voor het ontwikkelen van schaalbare en intelligente LLM-aangedreven applicaties verkennen.
Lees meer...
Laatst bijgewerkt:
Getuigenissen (5)
Het heeft bewustzijn gewekt over het werken met complexe onderwerpen en de manier waarop je moet beginnen.
Victoria Schmid - Medeo Investment AG
Cursus - Getting Started with Manus AI
Automatisch vertaald
De combinatie van theorie en praktijk, en van hoge- en lagenniveau perspectieven
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Autonomous Decision-Making with Agentic AI
Automatisch vertaald
praktische oefeningen
Daniel - Facultatea S.A.I.A.P.M.
Cursus - Agentic AI in Multi-Agent Systems
Automatisch vertaald
Trainer die vragen ter plekke beantwoordt.
Adrian
Cursus - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
AI Agents training cursus in Antwerpen, AI Agents opleiding cursus in Antwerpen, Weekend AI Agents cursus in Antwerpen, Avond AI Agents training in Antwerpen, AI Agents instructeur geleid Antwerpen, Avond AI Agents cursus in Antwerpen, Weekend AI Agents training in Antwerpen, AI Agents boot camp in Antwerpen, AI Agents een op een training in Antwerpen, AI Agents trainer in Antwerpen, AI Agents instructeur geleid in Antwerpen,AI Agents lessen in Antwerpen, AI Agents instructeur in Antwerpen, AI Agents on-site in Antwerpen, AI Agents een op een opleiding in Antwerpen, AI Agents privé cursus in Antwerpen, AI Agents op locatie in Antwerpen, AI Agents coaching in Antwerpen
