Smart Agents mit Vertex AI Agent Builder & RAG erstellen Schulung
Vertex AI Agent Builder ist eine no-code/low-code-Umgebung zur Entwicklung fundierter Agenten, die generative Modelle mit retrieval-augmented generation (RAG) kombinieren. Dies ermöglicht Teams, schnell Agenten zu erstellen, die Unternehmensdaten und Suchfunktionen nutzen, um genaue und kontextbewusste Antworten zu liefern.
Diese live durchgeführte, lehrergestützte Schulung (online oder vor Ort) richtet sich an Praktiker mit mittleren Vorkenntnissen, die smarte Agenten mit Vertex AI Agent Builder und RAG-Mustern gestalten, konfigurieren und bereitstellen möchten.
Nach Abschluss der Schulung können Teilnehmer:
- Fundierte Agent-Workflows mit Agent Builder konzipieren.
- RAG-Pipelines mit Suche und Vektorspeichern implementieren.
- Unternehmensdatensicherungen sicher für die Abrufung integrieren.
- Das Verhalten von Agenten anhand von Tests und Metriken bewerten und verbessern.
Aufbau des Kurses
- Interaktive Vorträge und Diskussionen.
- Praxisnahe Labs mit Vertex AI Agent Builder und RAG-Komponenten.
- Projektbasierte Übungen zum Aufbau und zur Verfeinerung von Agenten.
Anpassungsoptionen für den Kurs
- Wenn Sie eine individuell angepasste Schulung für diesen Kurs wünschen, kontaktieren Sie uns bitte zur Abstimmung.
Schulungsübersicht
Einführung in Agent Builder und RAG
- Überblick über die Fähigkeiten von Agent Builder
- RAG-Grundlagen und Anwendungsfälle
- Anwendungsbeispiele und Erfolgsgeschichten
Einrichtung der Umgebung
- Konfiguration des Vertex AI-Workspaces
- Anbindung von Such- und Vektorspeichern
- Praxis-Label: Vorbereitung der Umgebung
Design fundierter Agent-Workflows
- Definition von Agentenzielen und Gesprächsflüssen
- Zuordnung von Datenquellen zu Abrufstrategien
- Praxis-Label: Erstellung eines Gesprächsflusses
Implementierung von RAG-Pipelines
- Indizierung von Dokumenten und Embeddings
- Muster für Retrievers und Rerankers
- Praxis-Label: Erstellung einer RAG-Pipeline
Integrationen und Unternehmensdaten
- Sichere Connectors zu internen Systemen
- Daten-Governance und Zugriffskontrollen
- Praxis-Label: Anbindung von Unternehmensdatensicherungen
Testen, Auswertung und Iteration
- Testing von Prompts und Bewertungsmetriken
- Benutzersimulation und Validierungsstrategien
- Praxis-Label: Auswertung und Optimierung des Agenten
Bereitstellung, Überwachung und Wartung
- Bereitstellungsoptionen und Überlegungen zur Skalierung
- Überwachung der Leistung, Relevanz und Drift
- Operative Handbücher für Updates und Rollbacks
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in der natürlichen Sprachverarbeitung
- Erfahrung mit Cloud-Diensten und APIs
- Vertrautheit mit Such- und Vektordatenbanken
Zielgruppe
- Entwickler
- Lösungsarchitekten
- Produktmanager
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.
Smart Agents mit Vertex AI Agent Builder & RAG erstellen Schulung - Buchung
Smart Agents mit Vertex AI Agent Builder & RAG erstellen Schulung - Anfrage
Smart Agents mit Vertex AI Agent Builder & RAG erstellen - Beratungsanfrage
Kommende Kurse
Kombinierte Kurse
Agentbasierte Entwicklung mit Gemini 3 und Google Antigravity
21 StundenAntigravity für Fortgeschrittene: Feedback-Schleifen, Lernen & Langfristiges Agenten-Gedächtnis
14 StundenFortgeschrittene Mastra-Integrationen: APIs, Tools, Enterprise-Daten & externe Systeme
21 StundenInteraktive KI-Agenten: AgentCore Memory, Code Interpreter & Browser Tool in der Praxis
14 StundenBeschleunigung der Bereitstellung von KI-Agenten mit AgentCore Runtime & Gateway
14 StundenAntigravity für Entwickler: Aufbau von Agent-first-Anwendungen
21 StundenEinstieg in Antigravity: Eine Einführung in agentenbasierte IDEs
14 StundenAntigravity für Web-Automatisierung und browserbasierte Aufgaben
21 StundenEntwicklung vollverwalteter KI-Agenten mit AgentCore: Von der Konzeption bis zur Produktion
14 StundenKI-Agent-Entwicklung mit Mastra
14 StundenDiese von einem Dozenten gelebte, live stattfindende Schulung (online oder vor Ort) richtet sich an Softwareentwickler und Engineering-Teams mit mittlerem Erfahrungsgrad, die skalierbare und beobachtbare KI-Systeme mit Mastra erstellen möchten.
Am Ende dieser Schulung sind die Teilnehmer in der Lage:
- Die Architektur von Mastra zu verstehen und wie sie mit LLMs und externen APIs integriert wird.
- KI-Agenten und Workflows mit TypeScript zu entwerfen und zu implementieren.
- Die Observability- und Memory-Tools von Mastra zu nutzen, um die Leistung von Agenten zu überwachen und zu verbessern.
- Produktionsreife KI-Anwendungen bereitzustellen, indem die Framework-Funktionen von Mastra genutzt werden.