Többagentes rendszerek fejlesztése Képzés
A Többagentes Rendszerek (MAS) a mesterséges intelligencia egyik legújabb területe, ahol több mesterséges intelligencia ágens együttműködik vagy verseng dinamikus környezetekben.
Ez az oktató által vezetett, élő képzés (online vagy helyszíni) haladó szintű AI szakembereknek szól, akik elsajátítani kívánják a MAS tervezésének, építésének és üzembe helyezésének készségeit, hogy komplex, valós problémákat oldjanak meg.
A képzés végére a résztvevők képesek lesznek:
- Megérteni a többagentes rendszerek architektúrájának elveit.
- Stratégiákat implementálni a kommunikációra, koordinációra és döntéshozatalra a MAS-ban.
- Játékelméletet alkalmazni az agensek kölcsönhatásainak modellezésére és konfliktusok feloldására.
- JADE keretrendszerek használatával skálázható MAS megoldásokat létrehozni.
- Megbirkózni a MAS-ben felmerülő kihívásokkal, mint a skálázhatóság, a bizalom és az emergens viselkedés.
A képzés formátuma
- Interaktív előadás és vita.
- Sok gyakorlat és gyakorlás.
- Gyakorlati implementáció élő laboratóriumi környezetben.
Képzés testreszabási lehetőségei
- Ha testreszabott képzést szeretne kérni erre a kurzusra, kérjük, lépjen kapcsolatba velünk.
Kurzusleírás
Bevezetés a Többagentes Rendszerekbe
- A Többagentes Rendszerek (MAS) áttekintése
- A MAS alkalmazásai valós területeken
- Összehasonlítás egyagentes rendszerekkel
Architektúrák a Többagentes Rendszerekben
- Központosított vs decentralizált architektúrák
- Hibrid és rétegzett megközelítések a MAS-ban
- Eszközök és keretrendszerek a MAS fejlesztéséhez (pl. JADE, SPADE)
Agens kommunikáció és koordináció
- Kommunikációs protokollok és nyelvek (pl. FIPA ACL)
- Koordinációs technikák: tervezés, tárgyalás és szinkronizáció
- Emergens viselkedés és önszerveződés a MAS-ban
Játékelmélet és döntéshozatal
- A játékelmélet alapjai a MAS-ban
- Együttműködő vs versengő stratégiák
- Konfliktusok feloldása az agensek között
Tanulás a Többagentes Rendszerekben
- Erősítésalapú tanulás a MAS-ban
- Együttműködő és versengő tanulási dinamikák
- Tudásátadás és tudáscsere az agensek között
Kihívások és haladó témák
- Skálázhatóság és teljesítmény nagy MAS környezetekben
- Bizalom és biztonság az agens kommunikációban
- Etikai megfontolások és a MAS fejlesztésének következményei
Gyakorlati feladatok
- Alapvető MAS implementálása erőforrás-allokációhoz
- Agens kommunikáció és koordináció szimulálása dinamikus környezetben
- MAS üzembe helyezése JADE keretrendszerrel
Összefoglalás és következő lépések
Követelmények
- Szilárd ismeretek a mesterséges intelligencia alapjairól
- Python programozási ismeretek
- Játékelmélet és elosztott rendszerek ismerete (ajánlott)
Célközönség
- AI kutatók
- AI mérnökök
A nyílt képzésekhez 5+ résztvevő szükséges.
Többagentes rendszerek fejlesztése Képzés - Foglalás
Többagentes rendszerek fejlesztése Képzés - Érdeklődés
Többagentes rendszerek fejlesztése - Érdeklődjön a vezetői tanácsadásról!
Közelgő kurzusok
Rokon tanfolyam
Ágensalapú fejlesztés a Gemini 3 és a Google Antigravity segítségével
21 ÓrákFejlett Antigravitáció: Visszacsatolási hurkok, tanulás és hosszú távú ágensmemória
14 ÓrákHaladó Mastra integrációk: API-k, eszközök, vállalati adatok és külső rendszerek
21 ÓrákEz az oktató által vezetett képzés a(z) Magyarország kategóriában a Mastra haladó integrációit fedezheti fel, beleértve az API-kat, eszközöket és a vállalati adatrendszereket. Kiemelten alkalmas közép-szintű mérnököknek, biztonságos, skálázható integrációs tervezést és gyakorlati megvalósítást tanít valós világbeli forgatókönyvekkel és jógyakorlatokkal.
Interaktív AI-ügynökök: AgentCore memória, kódértelmező és böngészőeszköz gyakorlatban
14 ÓrákAI-ügynökök telepítésének felgyorsítása az AgentCore Runtime és Gateway segítségével
14 ÓrákAntigravity fejlesztőknek: Agent-first alkalmazások építése
21 ÓrákKezdés az Antigravityval: Bevezetés az ágensközpontú IDE-k világába
14 ÓrákAntigravity weba automatizáláshoz és böngészőalapú feladatokhoz
21 ÓrákTeljes körűen kezelt MI-ügynökök építése az AgentCore segítségével: a koncepciótól az éles bevezetésig
14 ÓrákAI-agentfejlesztés a Mastraval
14 ÓrákEzen oktatóvezetésű, élő képzés (online vagy személyesen) közép haladottságú szoftverfejlesztőknek és mérnöki csapatoknak cílzódik, akik skálázható, megfigyelhető AI-rendszereket kíváncsan felépíteni a Mastra segítségével.
A képzés végére a résztvevők képesek lesznek a következőkre:
- A Mastra architektúrájának megértése, valamint az LLM-ek és külső API-k beillesztésének módja.
- AI-ügynökök és munkafolyamatok tervezése és megvalósítása TypeScript nyelv használata mellett.
- A Mastra megfigyelési és memóriakezelő eszközeinek felhasználása az ügynökök teljesítményének monitorálására és optimalizálására.
- Párthoz kész AI-alkalmazások kiadása a Mastra keretrendszeri funkcióinak kihasználásával.
Mastra hibakeresés, értékelés és minőségbiztosítás AI agentekhez
21 ÓrákEz az oktatóvezetésű képzés a Magyarország kategóriában a Mastra eszközeit mutatja be az AI agentek hibakeresésére, értékelésére és megbízhatóságának biztosítására. A résztvevők strukturált metrikákat alkalmaznak, megfigyelhetőségi (observability) munkafolyamatokat vezetnek be, és QA-stratégiákat dolgoznak ki a következetes agent-teljesítmény garantálására komplex környezetekben.
Mastra Ops és műveleti mérnöki módszertan: AI-ügynökök telepítése és méretezése
21 ÓrákEz a Magyarország helyszíni képzés a technikai szakembereknek mutatja be a Mastra AI-ügynökök termelési felhasználásra való telepítését és méretezését. A kurzus környezet-előkészítést, megfigyelhetőséget és teljesítmény-optimalizálást fed le, hogy biztosítsa az ügynökök megbízható, hatékony és költséghatékony működését.
Mastra munkafolyamat-automatizálás és többügynök-koordináció
21 ÓrákEz az oktató által vezette képzés a Magyarország témakörben a Mastra keretrendszer alapjait járja körül a haladó többügynökös koordinációhoz. Tanulja meg, hogyan tervezhet komplex munkafolyamatokat, koordinálhat párhuzamos feladatokat, és implementálhat megfigyelési eszközöket a megbízható elosztott rendszerekhez és a vállalati integrációhoz.
