透過 Microsoft Autogen 建構 AI 代理 & 代理式 AI 系統

掌握 Microsoft AutoGen，建立強大的 AI 代理 (Agents)，自動化任務，並創建高級代理式 AI (Agentic AI )系統。

從這 39 小時的課程，你會學到

了解代理式 AI 的基本原理，以及自主代理如何使用 Microsoft AutoGen 框架進行互動。
設定和配置 AutoGen，以建立包含多個協作代理的 AI 系統。
設計並實現可執行編碼、推理和決策等任務的自訂代理。
建置並部署可自動完成複雜任務的真實多代理工作流程。

要求

Python程式設計基礎－學生應理解Python語法、函數和物件導向程式設計。
API使用經驗－有REST API使用經驗或第三方程式庫( libraries )的使用經驗將有助於整合語言學習模型（LLM）和相關工具。
人工智慧/機器學習入門知識－對大型語言模型及其工作原理（例如，提示、標記）有基本的了解。
命令列使用－能夠熟練使用終端機/命令列工具安裝軟體套件和運行腳本。
Python 環境搭建－能夠建置和管理虛擬環境（例如，venv或conda），並透過 pip 安裝依賴項。

課程說明

歡迎來到「使用 AutoGen 建立 AI 代理和代理式 AI 系統」課程，這是一門實踐性強、專案驅動的課程，旨在幫助您掌握智慧軟體的未來：代理式 AI。隨著大型語言模型 (LLM) 功能日益強大，下一個發展方向是使其能夠透過 AI 代理進行協作——本課程將指導您如何使用 Microsoft 的 AutoGen 框架來實現這一目標。

無論您是資料科學家、機器學習工程師、AI 研究員或產品開發人員，本課程都將帶您逐步進入多代理 AI 系統的世界。您將學習如何設計、建置和部署 AI 代理，使其能夠透過彼此溝通和與外部工具互動，自主地規劃、推理和執行複雜任務。

您將學到：

了解 Agentic AI 的基本原理及其與傳統生成式 AI ( GenAI )應用的差異。
探索 AutoGen 的架構，以及它如何協調多個基於 LLM 的智慧體進行高效協作。
建構和自訂各種類型的代理（例如，UserProxyAgent、AssistantAgent 和 GroupChatAgent）。
實現多代理工作流程，利用程式碼產生、任務分解和動態決策來解決實際問題。
將 Web API、資料庫和 Python 函數等工具整合到您的 Agent 生態系統中。
使用 AutoGen Studio 進行 Agent 互動的視覺化開發和監控。
透過配置調優和角色專化，優化 Agents 的成本、速度和效能。
部署 Agentic 系統，用於編碼助理、研究機器人、多代理聊天應用和自動化任務運行器等用例。

本課程以專案為導向—您不僅會學習理論知識，還會從零開始建立強大的 Agentic AI 應用程式。您將了解如何設計能夠模擬人類工作流程、分配職責、高效溝通並適應動態任務的自主 AI 團隊。

我們還將將 AutoGen 與其他編排框架（例如 LangChain 和 CrewAI）進行比較，讓您可以全面了解何時以及如何使用哪些工具。

誰該參加本課程？

本課程非常適合以下人群：

希望轉型到基於機器學習模型（LLM）的智能體開發領域的機器學習( ML )和人工智慧( AI )專業人士。
對建立超越聊天機器人的智慧應用感興趣的開發者。
渴望利用 Agent 協作突破機器學習模型（LLM）功能極限的 GenAI 愛好者。
致力於開發 AI 優先應用的新創公司創辦人及產品團隊。
希望使用尖端代理式( agentic )框架建構實踐專案的學生和研究人員。

在本課程結束時，您將擁有建立、擴展和部署 AI 代理生態系統的信心和技能，這些生態系統能夠像人類團隊一樣進行推理、行動和協作 – 這得益於 AutoGen 和 Agentic AI 的最新進展。

目標受眾

有志成為資料科學家和分析師的人士– 希望在資料科學、機器學習和人工智慧概念方面打下堅實基礎的初學者。
在職專業人士-希望提升技能或轉行從事人工智慧、機器學習或資料相關工作的工程師、軟體開發人員和IT專業人員。
學生和畢業生-電腦科學、數學、統計學或工程專業的在校大學生和應屆畢業生，旨在為行業職位做好準備。
人工智慧愛好者和研究人員-對人工智慧充滿熱情，希望探索自然語言處理 (NLP)、機器學習運維 (MLOps) 和生成式 AI (GenAI) 技術的實際應用的人士。
自由工作者和創業者-希望建立人工智慧驅動的產品、在機器學習領域從事自由職業或使用現代開源工具和部署策略創辦自己企業的專業人士。

講師簡介

KRISHAI Technologies Private Limited人工智慧和機器學習工程師

Krish AI Technologies 在資料科學、機器學習、生成式 AI、深度學習及相關技術領域的教育領域處於領先地位。該公司由行業資深人士 Krish Naik 創立，他在資料分析行業擁有超過 13 年的經驗，並擁有超過 7 年的教學經驗。我們的使命是幫助學習者掌握在快速發展的科技領域中脫穎而出所需的技能和知識。

我們的專長：在 Krish AI Technologies，我們專注於人工智慧和資料科學領域的廣泛學科，包括：

資料科學：從基礎概念到進階技術，我們涵蓋資料分析、統計建模和資料視覺化的各個方面。
機器學習：我們的課程涵蓋了機器學習演算法的各個方面，包括監督學習、無監督學習、聚類技術和高級預測模型。
生成式 AI：我們提供最新的生成式人工智慧模型和技術的深入培訓，幫助學生理解和運用尖端技術。
深度學習：我們的課程深入探討深度學習的數學直覺和實際應用，涵蓋神經網路、卷積神經網路 (CNN)、循環神經網路 (RNN) 等。
自然語言處理 (NLP)：我們提供全面的 NLP 培訓，包括文字預處理、情緒分析、語言建模以及各種 NLP 專案。

Mayank Aggarwal

我是 Mayank Aggarwal，是資深機器學習工程師，在軟體開發、人工智慧、大數據、機器學習和系統設計方面擁有豐富的經驗。我曾有幸與高盛、OYO 和 iNeuron 等頂尖公司合作，參與開發人工智慧驅動的解決方案和可擴展的數據系統，並將其應用於實際場景。

憑藉多年的行業經驗，我熱衷於教學和指導。我曾在 Udemy 和 YouTube 等平台上設計並教授實作課程，累計學員超過 5 萬名。我的教學方法著重於將資料科學、機器學習和大數據中的複雜概念拆解開來，使其易於理解和應用。

我致力於幫助學員掌握實用且符合產業需求的技能，專注於解決實際問題，讓人工智慧、數據系統分析和大數據變得易於理解和應用。

Krish Naik

我是iNeuron的前共同創辦人兼首席 AI 工程師，在機器學習、深度學習、電腦視覺和生成式 AI 領域擁有豐富的開拓經驗。同時，我也是教育者和導師，擁有超過15年的業界經驗。這些是我在Udemy平台上開設的課程，我透過許多實際問題場景講解了機器學習、深度學習和人工智慧的各個主題。我曾在各種聚會、技術機構和社群論壇上發表過30多場關於資料科學、機器學習和人工智慧的技術演講。我的主要目標是讓每個人都能了解機器學習和人工智慧。