Python ile otonom yapay zekâ ajanları kurun
Python ile LLM tabanlı ajanlarda araç çağırma, plan-act-observe döngüsü, bellek, RAG, MCP, güvenlik sınırları, çoklu ajan orkestrasyonu ve değerlendirme uygulamalı ve kodlayarak anlatılır.
LLM ajanlarının tasarımı, araçlandırılması ve orkestrasyonu
Python ile LLM tabanlı otonom ajan geliştirmeyi öğretir. Ajan döngüsü (plan-act-observe), fonksiyon/araç çağırma ve JSON şeması, resmi LLM SDK'larının kullanımı, yapılandırılmış çıktı, kısa ve uzun vadeli bellek, RAG ile bilgi bağlama, çoklu ajan orkestrasyonu, güvenlik ve izin sınırları, hata toparlama, değerlendirme ve izleme uygulamalı işlenir.
3 Gün. Her gün dört modül; 1. gün Ajan Mimarisi ve Araç Çağırma, 2. gün Bellek, Bilgi ve Güvenlik, 3. gün Orkestrasyon ve Üretim konularına ayrılmıştır.
İleri Seviye — LLM tabanlı otonom ajanlar, araç çağırma, SDK'lar, bellek ve çoklu ajan orkestrasyonu
Her gün adım adım gelişen bir ajan projesi kodlanır; araçlar, bellek ve orkestrasyon katmanları eklenir ve izleme çıktılarıyla hata ayıklanır.
Araç çağırabilen, planlayan ve hatadan toparlanan ajanlar kurarsınız.
LLM SDK parametrelerini ve yapılandırılmış çıktıyı etkin kullanırsınız.
Birden çok ajanı görev ve rol bazlı koordine edersiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Fonksiyon, sınıf, asyncio ve HTTP istemcisi deneyimi gerekir.
Bir LLM sağlayıcısına ait API erişimi katılımcı tarafından hazırlanmalıdır.
JSON şeması ve REST API mantığı bilinmelidir.
Python 3.11+, sanal ortam ve bir IDE hazır olmalıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Plan-act-observe döngüsünü sınırlı adımla güvenle kodlayabilirsiniz.
JSON şemalı araçları tanımlayıp model çağrılarına bağlayabilirsiniz.
Pydantic ile doğrulanan yapılandırılmış yanıtlar alabilirsiniz.
Kısa ve uzun vadeli bellek katmanları kurabilirsiniz.
Vektör veritabanıyla kaynaklı yanıt veren ajanlar yazabilirsiniz.
Prompt injection ve yetki sınırlarına karşı önlem alabilirsiniz.
Çoklu ajan desenlerini tasarlayıp koordine edebilirsiniz.
Ajan başarısını trace ve test setleriyle ölçebilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
pandas ileri özellikler eğitimi: rolling pencereler, transform, kategorik veri, bellek optimizasyonu, Parquet/Arrow, method chaining ve performans.
Detayları Gör →
Python ve Django (PDWAD) eğitimi: MVT, ORM, admin, formlar, CBV, kimlik doğrulama, DRF, test ve Gunicorn/Nginx ile dağıtım.
Detayları Gör →
Ağ otomasyonu için Python (PNA) eğitimi: Netmiko, TextFSM, Jinja2, RESTCONF, NETCONF, NAPALM, Nornir ve Git ile otomatik doğrulama.
Detayları Gör →
pandas ile görselleştirme ve zaman serisi eğitimi: DataFrame.plot, DatetimeIndex, resample, rolling, mevsimsellik ve anomali tespiti.
Detayları Gör →
pandas Series ve DataFrame eğitimi: oluşturma, index ve hizalama, loc/iloc, vektörel işlemler, eksik veri, sıralama, groupby giriş ve dosya işlemleri.
Detayları Gör →