Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a los Agentes de IA Interactivos
- Descripción general de las capacidades interactivas de AgentCore.
- Diseño de flujos de trabajo enriquecidos con memoria y herramientas.
- Casos de uso en análisis, automatización y soporte.
Trabajo con la Memoria de AgentCore
- Configuración de la persistencia de sesiones.
- Diseño de flujos de trabajo multietapa y conscientes del contexto.
- Ejercicio práctico de laboratorio: construcción de un agente de análisis de datos con memoria habilitada.
Cálculos Dinámicos con el Intérprete de Código
- Operaciones compatibles y restricciones de seguridad.
- Ejecución segura de transformaciones y cálculos.
- Ejercicio práctico de laboratorio: habilitación de transformaciones de datos en tiempo real.
Interacción en Tiempo Real con la Herramienta de Navegador
- Configuración de la herramienta de navegador para flujos de trabajo de agentes.
- Obtención de datos e interacción con interfaces de usuario.
- Ejercicio práctico de laboratorio: construcción de un agente con capacidades de interacción web.
Combinación de Memoria, Código y Herramientas de Navegador
- Cadena de flujos de trabajo a través de la memoria y las herramientas.
- Diseño de flujos de trabajo interactivos multimodales.
- Ejercicio práctico de laboratorio: construcción de un asistente de atención al cliente.
Pruebas y Observabilidad
- Depuración de flujos de trabajo interactivos.
- Registro y monitoreo del uso de herramientas.
- Ejercicio práctico de laboratorio: paneles de observabilidad para agentes interactivos.
Mejores Prácticas para el Despliegue Empresarial
- Equilibrio entre interactividad, seguridad y gobernanza.
- Optimización para el rendimiento y la experiencia del usuario.
- Estudios de caso de adopción empresarial.
Resumen y Próximos Pasos
Requerimientos
- Experiencia con Python o JavaScript para prototipado.
- Conocimiento del diseño de aplicaciones impulsadas por modelos de lenguaje grande (LLM).
- Familiaridad con flujos de trabajo de datos basados en la nube.
Público objetivo
- Ingenieros de aprendizaje automático (ML).
- Científicos de datos.
- Desarrolladores centrados en la experiencia del usuario (UX).
14 Horas
