Resumen
Your organization has assessed its need and ability to implement one or more AI agents with minimal risk. Now it's just a matter of building those agents—that's where you come in.
In this course, you'll translate business requirements into a functional AI agent that can automate complex tasks and processes that would otherwise require significant human effort. Ultimately, this can lead to improved user productivity, a reduction in operational costs, and enhanced employee and customer satisfaction.
This is the second course in a series and is meant to build upon the foundation of the first course (AgenticAIBIZ) by giving technical practitioners the skills they need to successfully build agentic AI into their organizations. This course is designed for programmers, IT infrastructure personnel, DevOps/MLOps personnel, and any other technically minded professional who is responsible or may soon be responsible for implementing agentic solutions in their organization.
This course is also designed to assist you in preparing for the CertNexus® Agentic AI Builder™ (Exam AGB-110) credential. In this course, you will:
set up the agent development environment; assess LLM behavior in agent contexts; implement the agent reasoning loop; implement tools for the agent to use; add knowledge to an agent through retrieval-augmented generation (RAG); enforce structure, safety, and reliability in an agent; test the behavior and performance of an agent; and deploy a single-agent system to production.
NOTE:
In order to use the labs in this course as intended, you will need access to an OpenAI API key. This is a paid service, but your total costs should not exceed $5.
The course setup instructions provided in the first module of the course go into more detail about the API requirements.
Programa
- Configuración del Entorno de Desarrollo del Agente
Los sistemas agénticos son como cualquier otro software en el sentido de que deben desarrollarse y probarse en un entorno controlado. Configurar este entorno es un primer paso necesario para completar el proyecto. Entonces, en esta lección, configurarás un espacio de trabajo y te asegurarás de que puedas acceder a los recursos necesarios para que el agente comience.
- Evaluación del Comportamiento de los LLM en Contextos Agénticos
Conectar un modelo de lenguaje de gran escala (LLM) al sistema agéntico es solo el primer paso. Necesitas entender cómo se comporta el LLM en la práctica antes de poder diseñar efectivamente el agente en torno al LLM. De esa manera, no habrá sorpresas: sabrás exactamente de qué es capaz el modelo y dónde puede quedarse corto. Luego podrás aprovechar esta evaluación construyendo un agente que saque partido del LLM y no pierda tiempo ni tokens en comportamientos poco realistas.
- Implementación del Bucle de Razonamiento del Agente
Anteriormente, te centraste en conectar el agente a un modelo de lenguaje de gran escala (LLM) y asegurarte de que lo use efectivamente. Ahora es el momento de construir el flujo de trabajo del agente. Este flujo de trabajo formará un bucle de ejecución general dentro del cual el agente razonará y actuará repetidamente. Debes asegurarte de que este bucle esté construido correctamente para que apoye los objetivos del agente así como tus objetivos comerciales para la iniciativa agéntica.
- Uso de Herramientas para el Agente
Has construido tu agente para razonar efectivamente, y no solo eso, sino para mantener una consciencia del contexto importante mientras razona. Pero esto es realmente solo la mitad de la ecuación agéntica. La otra mitad es asegurarse de que el agente pueda tomar acciones en un entorno. Eso es clave para convertirlo en un sistema automatizado real. Y la forma en que facilitas las acciones es proporcionando al agente herramientas. Así que eso es lo que harás en esta lección.
- Agregar Conocimiento con Generación Aumentada por Recuperación
La generación aumentada por recuperación (RAG, por sus siglas en inglés) es una forma complementaria, pero poderosa, de hacer que los agentes de inteligencia artificial sean aún más capaces. Muchos sistemas agénticos incorporan RAG para ayudar a mitigar el problema de memoria limitada y ventanas de contexto en los LLM. Un agente aún puede revisar y evaluar piezas clave de información sin tener que ser alimentado con toda esa información directamente. En esta lección, configurarás tu agente para RAG para que pueda tomar decisiones más informadas basadas en documentación organizativa extensa.
- Imponer Estructura, Seguridad y Confiabilidad en un Agente
Una parte importante de construir un agente capaz es asegurar que pueda realizar sus tareas asignadas dentro de límites aceptables. Hasta que incorpores esos límites, no se puede confiar en que el agente produzca resultados seguros y consistentes en un entorno de producción. Es por eso que, en esta lección, emplearás varias técnicas para impedir que los errores tengan un impacto negativo significativo en el sistema agéntico en su conjunto.
- Pruebas de un Agente
La inteligencia artificial agéntica es, fundamentalmente, software—y como cualquier software, debe ser probado antes de su lanzamiento. Si estás familiarizado con el mundo del desarrollo de software, probablemente tendrás alguna idea de cómo abordar la prueba de un agente. Pero también hay algunos elementos clave que distinguen probar un agente de probar una aplicación normal. En esta lección, emplearás varios métodos para probar la inteligencia artificial agéntica y asegurarte de que cumple con las expectativas.
- Despliegue de un Sistema de Agente Único
Has desarrollado y probado a fondo tu sistema agéntico, así que, naturalmente, el paso restante es desplegarlo. Pero, el despliegue no es solo una cuestión de pulsar un interruptor y luego alejarse; requiere planificación y diseño, como cualquier otro aspecto del proceso de desarrollo. Necesitas elegir una interfaz a través de la cual exponer el agente a sus usuarios, y debes asegurarte de que realmente estás listo para entregar el agente a producción en lugar de crear otro prototipo. En esta lección, te asegurarás de estar verdaderamente preparado para desplegar tu sistema agéntico.
- Finalización del Curso
Concluirás las cosas y luego validarás lo que has aprendido en este curso tomando el examen de certificación.
Impartido por
Bill Rosenthal
Materias
Artificial Intelligence
