Kursüberblick
In diesem Kurs lernen Sie die wichtigsten Prinzipien und Strategien für die Entwicklung von Agentic AI-Systemen mit AWS-Services kennen. Sie lernen, wie sich agentenbasierte KI von herkömmlichen Konversationssystemen unterscheidet und wie Sie Tools wie Amazon Q, Kiro, Amazon Bedrock Agents und Amazon Bedrock AgentCore verwenden, um autonome, zielgerichtete Lösungen zu erstellen, die reale Probleme lösen.
Zielgruppe
Dieser Kurs richtet sich an:
- Softwareentwickler, die neu im Bereich der agentenbasierten KI sind und Grundlagenwissen und praktische Implementierungsfähigkeiten suchen
- Technische Fachleute, die KI-Fähigkeiten erforschen und sich für die Kernkomponenten und Anwendungen von agentenbasierter KI interessieren
- Entwicklungsteams, die KI-Lösungen für Agenten bewerten und zwischen verschiedenen Agententypen unterscheiden müssen
- AWS-Benutzer, die in die agentenbasierte KI expandieren, einschließlich aktueller Benutzer von Amazon Q Developer, Amazon Q Business und Amazon Bedrock Agents
Voraussetzungen
Wir empfehlen, dass die Teilnehmer dieses Kurses folgende Voraussetzungen erfüllen:
- Generative AI Essentials oder gleichwertige Berufserfahrung
- AWS-Grundkenntnisse und Erfahrung in der Softwareentwicklung
Kursziele
In diesem Kurs lernen Sie Folgendes:
- Fassen Sie die Entwicklung der agentenbasierten KI zusammen und definieren Sie, was etwas "agentenbasiert" macht.
- Identifizierung der Kernkomponenten von Agentensystemen: Ziele, Speicher, Werkzeuge und Umgebung
- Unterscheiden Sie zwischen Workflow, autonomen und hybriden Agenten
- Vergleich der AWS-Serviceoptionen für Agentic AI (spezialisierte, verwaltete und DIY-Ansätze)
- Beschreiben Sie die Funktionen und Anwendungsfälle von Amazon Q Developer, Amazon Q Business und Kiro
- Erklären Sie die Kernfunktionen von Amazon AgentCore und Amazon Bedrock Agents
- Identifizierung grundlegender Implementierungsmuster für Agentic AI
- Beschreibung von Beobachtungs- und Interoperabilitätsmustern für agentenbasierte KI-Systeme in der Produktion
Kursinhalt
Modul 1: Von LLMs zu Agenten
- Große Sprachmodelle (LLMs) verstehen
- Innovationen, die Agenten antreiben
- Zeitleiste der Entwicklung von LLMs zu Agenten
Modul 2: Erforschung der agentenbasierten KI
- Agentische KI verstehen
- Arten von AI-Agenten
- Agentische KI-Anwendungen
Modul 3: Verstehen von agentenbasierten KI-Workflows
- Workflow-Muster
- Amazon Bedrock fließt Übersicht
- Demo: Amazon Bedrock Flows
Modul 4: Einführung in autonome Agenten
- Wie autonome Agenten funktionieren
- ReAct
- ReWoo
- Zusammenarbeit zwischen mehreren Agenten
- AWS Agentic AI-Lösungen
Modul 5: Amazon Q und agentische Entwicklungswerkzeuge
- Amazon Q Entwickler
- Amazon Q Business
- Amazon Q in AWS-Diensten
- Kiro: KI-gesteuerte IDE mit spezifizierungsgesteuerter Entwicklung
- Demo: Amazon Q
Modul 6: Agentische KI mit Amazon Bedrock
- Amazon Bedrock Agents
- Amazon Bedrock AgentCore
- Demo: Amazon Bedrock-Agenten
- Praktisches Labor: Erkunden Sie Amazon Bedrock Agents integriert mit Amazon Bedrock Knowledge Bases und Amazon Bedrock Guardrails
Modul 7: Aufbau von DIY-Lösungen
- DIY-Lösungen
- Beobachtbarkeit und Überwachung
- Interoperabilität der Agenten
Modul 8: Nachbereitung des Kurses
- Nächste Schritte und zusätzliche Ressourcen
- Zusammenfassung des Kurses
Deutsch
Englisch
Deutschland
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.