AutoGen for Enterprise AI Automation Training Course

AutoGen ist ein Open-Source-Framework von Microsoft, um Multi-Agent-Anwendungen zu erstellen, die LLMs, Tools, Speicher und Nutzerinteraktionen verwenden.

Dieses unterrichtete Live-Seminar (Online oder vor Ort) richtet sich an fortgeschrittene Entwickler und Architekten, die darauf ausgerichtet sind, tiefgreifend personalisierte Agenten zu entwerfen und bereitzustellen, indem sie APIs auf Basis von Python, Funktionierfähigkeiten und modularen Werkzeugketten von AutoGen verwenden.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Eigenen Agenten mit rollenspezifischer Logik und Toolrouting zu entwickeln.
• Dynamische Workflows unter Verwendung fortgeschrittener Funktionsaufrufe und Kontextwechsel zu erstellen.
• Speichermodule und Planungsframeworks innerhalb von Agententeams umzusetzen.
• Fehlstände von Multi-Agenten und adaptive Wiederholungsmechanismen zu handhaben.

Abschnitt: Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxisphasen.
• Händische Implementierung in einer Live-Lab-Umgebung.

Abschnitt: Anpassungsmöglichkeiten des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs, kontaktieren Sie uns bitte für die Absprache.

AutoGen Studio ist eine visuelle Umgebung zur Erstellung und Verwaltung von LLM-basierten Multi-Agent-Workflows ohne den Einsatz von Code.

Dieser von einem Trainer geleitete Live-Kurs (online oder vor Ort) richtet sich an Einsteiger und Fortgeschrittene in Business und Innovation, die AutoGen Studio verwenden möchten, um Agenteninteraktionen visuell zu entwerfen, zu testen und zu optimieren für interne Automatisierung oder AI-gestütztes Produktentwicklung.

Am Ende des Kurses werden Teilnehmer in der Lage sein:

• Mehrere Agenten-Workflows mit einer interface-basierten grafischen Oberfläche zu erstellen.
• Rollen, Anforderungen und Ziele von Agenten unter Verwendung von AutoGen Studio definieren.
• Nachrichtenaustausch zwischen Agents visualisieren und verwalten.
• Fehlerrichtlinien und Kontextoptimierung in die Agentlogik integrieren.

Kursformat

• Interaktive Vorlesungen und Diskussionen.
• Viele Übungen und Praxisarbeit.
• Praktische Implementierung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Für eine angepasste Ausbildung zu diesem Kurs, kontaktieren Sie uns bitte zur Absprache.

Bau von LLM-Agentensystemen mit AutoGen ist ein praktischer Kurs, der sich auf die Entwicklung von mehragentensystemen konzentriert, die das Microsoft-Framework AutoGen für große Sprachmodelle (LLMs) verwenden.

Dieser vom Dozenten geleitete Live-Training (online oder vor Ort) richtet sich an AI- und Automatisierungsexperten mit fortgeschrittenem Niveau, die mehragentensysteme mit AutoGen und LLMs entwerfen, implementieren und orchestrieren möchten.

Am Ende dieses Trainings werden die Teilnehmer in der Lage sein:

• Mehragentenarchitekturen mithilfe des Frameworks AutoGen zu gestalten.
• Rollen, Fähigkeiten und Koordinationsverhalten von Agenten einzurichten.
• Funktionsaufrufe und Speicherverwaltung für Agentenkommunikation zu nutzen.
• Python-basierte LLM-Agenten-Workflow für reale Anwendungen aufzubauen und zu testen.

Format des Kurses

• Interaktive Vorlesung und Diskussion.
• Viele Übungen und Praxis.
• Eine praktische Umsetzung in einer Live-Lab-Umgebung.

Anpassungsoptionen des Kurses

• Um einen angepassten Kurs anzufordern, kontaktieren Sie uns bitte zur Anmeldung.

Dieser 1-tägige Workshop, der für Entwickler, Datenwissenschaftler und AI-Enthusiasten konzipiert wurde, hilft Ihnen, die Macht agenter AI-Systeme mit AutoGen v0.4 zu verstehen und zu nutzen. 

Durch eine Kombination von praktischen Übungen und Demonstrationen lernen Sie, wie man Multi-Agent-Anwendungen auf Basis von Large Language Models (LLMs) erstellt, verwalten und bereitstellt. 

Am Ende des Kurses erhalten Sie ein solides Fundament im mehrschichtigen Aufbau von AutoGen, beherrschen die asynchrone Kommunikation zwischen Agenten und erkunden realitätsnahe Anwendungsfälle sowie Best Practices für die Entwicklung skalierbarer und intelligenter LLM-gesteuerter Anwendungen.