Schulungsübersicht
Einführung in Agentic AI und Bootcamp-Überblick
- Verständnis von Agentic AI und der Bootcamp-Struktur
- Wiederholung von Tools, Frameworks und Abhängigkeiten
- Best Practices für die Projekteinrichtung und Zusammenarbeit
Projekt 1: Intelligenter Assistent mit promptorientierter Schlussfolgerung
- Entwurf eines aufgabenbasierten conversational agent
- Nutzung strukturierter Prompts für Schlussfolgerung und Entscheidungsfindung
- Entwicklung und Testen im Jupyter Notebook
Projekt 2: Agent für Dokumentenanalyse und -zusammenfassung
- Extraktion und Zusammenfassung von Daten aus PDFs und Textdateien
- Nutzung von LangChain für das Einlesen und Abrufen von Dokumenten
- Erstellung von Executive Reports aus strukturierten und unstrukturierten Inhalten
Projekt 3: Tool-verwendender Agent für Workflow-Automatisierung
- Integration externer APIs und Automatisierung wiederkehrender Aufgaben
- Verwaltung mehrstufiger Prozesse über agentic Loops
- Entwicklung eines kleinen Automatisierungsassistents für reale Geschäfts-Workflows
Projekt 4: Agent für Datenanalyse und Insight-Erzeugung
- Verbindung von Agenten mit Datenquellen (CSV, SQL oder API)
- Durchführung einer explorativen Datenanalyse mit Python und KI-Unterstützung
- Erstellung von visuellen Insights und Performance-Dashboards
Projekt 5: Multi-Agenten-Kollaboration und -Orchestrierung
- Koordination mehrerer Agenten zur Aufgabenübergabe
- Gestaltung einer Controller-Worker-Architektur
- Deployment und Testen eines Prototyp-Multi-Agentensystems
Abschluss und nächste Schritte
- Projektsäsentationen und Feedback von Kollegen
- Diskussion von Optimierungs- und Skalierungsstrategien
- Ressourcen für kontinuierliches Lernen und Experimentieren
Voraussetzungen
- Mittlere Programmierkenntnisse in Python
- Grundlegendes Verständnis von KI- oder Machine-Learning-Prinzipien
- Vertrautheit mit APIs und Datenverarbeitungs-Workflows
Zielgruppe
- Ingenieure und Entwickler, die angewandte KI-Projekte erstellen möchten
- Technische Teams, die Fähigkeiten im Rapid Prototyping für Agentic AI suchen
- Fachleute, die an der KI-Integration und der Entwicklung von Pilotprogrammen beteiligt sind
Erfahrungsberichte (1)
Am wertvollsten empfand ich: Praktische Datenanalysenaufgaben mit KI, ohne einfach nur zu kopieren und einzufügen – sondern durch die eigenständige Anwendung dessen, was ich gelernt habe. Als zweitwertvollste Erfahrung erwies sich: Die Definition von Begriffen, die jeder verwendet (Skills, Agents, MCP, API). Nun, da ich sie verstehe, fühle ich mich deutlich selbstbewusster, wenn es um den Einsatz von KI geht. Drittens: Ihre Erläuterungen dazu, wie KI funktioniert, was sie kann und was nicht (Ihre 80/20-Regel werde ich nie vergessen). Viertens: Die Tatsache, dass alles, was Sie uns beigebracht haben, in schriftlicher und leicht zugänglicher Form verfügbar ist.
Lieven Hofmann - Transport & Environment
Kurs - Hands-On Agentic AI Bootcamp: Build 5 Real Projects in Python
Maschinelle Übersetzung
