Curso de Building LLM Agent Systems with AutoGen

AutoGen é um framework de código aberto do Microsoft para construir aplicações multiagentes que utilizam LLMs, ferramentas, memória e interação do usuário.

Esta formação presencial (online ou no local) sob a orientação de um instrutor está direcionada a desenvolvedores e arquitetos avançados que desejam projetar e implantar agentes profundamente personalizados usando as APIs baseadas em Python, capacidades de chamada de função e cadeias de ferramentas modulares do AutoGen.

No final desta formação, os participantes serão capazes de:

• Desenvolver agentes customizados com lógica específica para o papel e roteamento de ferramentas.
• Criar fluxos de trabalho dinâmicos usando chamadas de funções avançadas e mudança de contexto.
• Implementar módulos de memória e estruturas de planejamento dentro de equipes de agentes.
• Lidar com estados de erro multiagentes e mecanismos de tentativa adaptativa.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação prático em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

AutoGen para Automação de IA Empresarial é um curso prático focado na implementação de sistemas escaláveis e inteligentes de agentes para automatizar operações complexas de negócios usando o framework AutoGen.

Esta formação ao vivo (online ou presencial), liderada por instrutores, é direcionada a profissionais intermediários a avançados de IA que desejam implantar arquiteturas multi-agentes em plataformas e processos empresariais usando o framework AutoGen.

No final desta formação, os participantes serão capazes de:

• Projetar e automatizar fluxos de trabalho empresariais usando AutoGen e agentes LLM.
• Integrar AutoGen com LangChain para orquestração avançada e tratamento de contexto.
• Criar pipelines RAG e conectar dados empresariais para automação contextual.
• Conectar agentes a plataformas empresariais como Slack, Jira e SharePoint.
• Escalar e monitorar implantações de AutoGen em ambientes de produção.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação prática em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

AutoGen Studio é um ambiente visual para criar e gerenciar fluxos de trabalho baseados em LLM com múltiplos agentes sem a necessidade de codificação.

Este treinamento ao vivo, ministrado por instrutor (online ou presencial), é direcionado a profissionais de negócios e inovação de nível iniciante a intermediário que desejam usar o AutoGen Studio para projetar visualmente, testar e aprimorar as interações entre agentes para automatização interna ou desenvolvimento de produtos melhorados com IA.

No final deste treinamento, os participantes serão capazes de:

• Criar fluxos de trabalho multi-agente usando uma interface sem código.
• Definir papéis, prompts e objetivos dos agentes usando o AutoGen Studio.
• Visualizar e gerenciar os fluxos de mensagens entre agentes.
• Incorporar tratamento de erros e refinamento do contexto na lógica dos agentes.

Formato do Curso

• Aula interativa e discussão.
• Muitos exercícios e prática.
• Implementação pratica em um ambiente de laboratório ao vivo.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.

Este workshop de 1 dia, projetado para desenvolvedores, cientistas de dados e entusiastas de IA, ajudará você a entender e aproveitar o poder dos sistemas de IA agêntica usando AutoGen v0.4. 

Através de uma mistura de exercícios práticos e demonstrações práticas, você aprenderá como construir, gerenciar e implantar aplicações multiagente impulsionadas por Large Language Models (LLMs). 

No final do curso, você terá uma sólida base na arquitetura em camadas do AutoGen, dominará a comunicação assíncrona entre agentes e explorará casos de uso reais e melhores práticas para desenvolver aplicações escaláveis e inteligentes impulsionadas por LLM.