Qué necesitas saber antes de
comenzar

Inicio 4 June 2026 02:28

Fin 4 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Construcción de sistemas multiagente para las ciencias de la vida

Domina los sistemas de inteligencia artificial multi-agente para las ciencias de la vida a través de la implementación en Python, estrategias de orquestación y aplicaciones genómicas del mundo real, incluyendo la coincidencia de terapias para enfermedades raras.
via Udacity

139 Cursos


12 hours

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Paid Course

Actualización opcional disponible

Resumen

This course focuses on designing, implementing, and orchestrating multi-agent architectures. Starting with an introduction to the fundamentals, participants will learn the nuances of building multi-agent systems using Python.

Key lessons cover agent orchestration, routing and data flow management, and state management within these systems. Practical implementations will guide students through developing sophisticated multi-agent orchestration and coordination strategies.

The course also explores advanced topics such as Multi-Agent Retrieval Augmented Generation and culminates with a project on the Orphan Finder, a rare-disease variant-to-therapy matchmaker.

Programa

  • Introducción al curso
  • Conozca a sus instructores y comience a construir sistemas de IA multi-agente, aprendiendo sobre arquitectura, orquestación y usando las claves API de Vocareum OpenAI para proyectos prácticos.
  • Diseño de Arquitectura Multi-Agente
  • Explique los componentes centrales de los sistemas multi-agente y cómo diseñar su arquitectura de alto nivel.
  • Creación de Diseños Multi-Agente
  • Aprenda a construir un sistema de IA multi-agente con un orquestador que dirige consultas genómicas a agentes especialistas usando APIs reales para frecuencia, significancia, literatura y ensayos.
  • Arquitectura Multi-Agente con Python
  • Desarrolle un sistema multi-agente programando la arquitectura diseñada y conectando agentes con interfaces bien definidas.
  • Implementación de Arquitectura Multi-Agente con Python
  • Aprenda a diseñar e implementar arquitecturas multi-agente en Python, integrando especialistas con lógica orquestada y herramientas API para flujos de trabajo en ciencias de la vida.
  • Orquestación de Actividades de Agentes
  • Aplique técnicas de orquestación para coordinar múltiples acciones de agentes y lograr flujos de trabajo complejos.
  • Implementación de Orquestación de Agentes
  • Aprenda a construir flujos de trabajo de agentes con estado usando orquestación secuencial, paralela y condicional para análisis de objetivos de fármacos y automatización de mesas de servicio en ciencias de la vida.
  • Enrutamiento y Flujo de Datos en Sistemas Agenciales
  • Configure mecanismos de enrutamiento para gestionar el flujo de datos entre agentes en sistemas multi-agente.
  • Implementación de Enrutamiento y Flujo de Datos en Sistemas Agenciales
  • Aprenda a diseñar sistemas agenciales que utilicen LLMs y colas de prioridad para enrutamiento escalable basado en contenido y prioridad en escenarios del mundo real.
  • Gestión de Estado en Sistemas Multi-Agente
  • Evalúe métodos para rastrear y actualizar el estado del agente a través de interacciones de múltiples turnos.
  • Implementación de Gestión de Estado en Sistemas Multi-Agente
  • Aprenda a gestionar el estado compartido en sistemas multi-agente a través de demostraciones y ejercicios, permitiendo la coordinación entre agentes para tareas colaborativas usando diseños seguros para subprocesos.
  • Orquestación Multi-Agente y Coordinación de Estado
  • Desarrolle un sistema multi-agente coordinado que sincronice estados para una ejecución coherente de tareas.
  • Implementación de Orquestación Multi-Agente y Coordinación de Estado
  • Aprenda orquestación multi-agente coordinando el acceso a recursos de laboratorio compartidos, evitando conflictos mediante actualizaciones atómicas de estado y bloqueos, con programación prioritaria de reservas concurrentes.
  • Recuperación Aumentada Multi-Agente
  • Extienda RAG a múltiples agentes cooperativos, cada uno especializado en ciertas tareas de recuperación.
  • Implementación de Recuperación Aumentada Multi-Agente
  • Aprenda cómo construir sistemas RAG Multi-Agente que recuperen evidencia específica de dominio en paralelo y sinteticen informes concisos y citados para consultas clínicas o científicas.
  • Proyecto: Buscador de Huérfanos: Emparejador de Variantes de Enfermedades Raras a Terapias
  • En este proyecto, construirá un flujo de trabajo multi-agente compacto (3 agentes) que clasifica variantes, extrae evidencia respaldada por investigaciones, encuentra coincidencias de ensayos clínicos, y genera un informe listo para el clínico.

Impartido por

Tamas Madl and Christopher Agostino


Materias

Artificial Intelligence