Technologie

Agentic AI — budowanie autonomicznych agentów

Praktyczne szkolenie z projektowania i wdrażania systemów Agentic AI – autonomicznych agentów zdolnych do planowania, rozumowania i samodzielnego wykonywania złożonych zadań. Program obejmuje architektury multi-agent, integrację narzędzi zewnętrznych (tool use), wzbogacanie agentów o wiedzę przez RAG, frameworki LangChain, LangGraph, CrewAI i Autogen oraz wdrożenie agentów w środowisku produkcyjnym z guardrails i ewaluacją. Uczestnicy budują kompletnych agentów od podstaw, testują je i wdrażają w realnych scenariuszach biznesowych z naciskiem na jakość, bezpieczeństwo i kontrolę.

Dlaczego warto wybrać to szkolenie?

Agentic AI to jeden z najszybciej rozwijających się obszarów zastosowań modeli językowych. Agenty zdolne do planowania, używania narzędzi i autonomicznego wykonywania złożonych zadań przestały być ciekawostką badawczą – stają się elementem produkcyjnych systemów w organizacjach na całym świecie. Jednak projektowanie agentów, które działają niezawodnie w środowisku produkcyjnym, wymaga wiedzy wykraczającej poza podstawy inżynierii promptów. To intensywne dwudniowe szkolenie wypełnia tę lukę.

Program skupia się na praktycznej implementacji: uczestnicy budują agentów z tool use, implementują Agentic RAG, tworzą systemy multi-agent w LangGraph i CrewAI oraz wdrażają guardrails chroniące przed niepożądanym zachowaniem. Każdy moduł zawiera ćwiczenia laboratoryjne realizowane na przygotowanym środowisku, gdzie uczestnik samodzielnie tworzy działające komponenty systemu agentycznego.

Co wyróżnia nasze podejście?

EITT śledzi dynamiczny rozwój ekosystemu Agentic AI i regularnie aktualizuje program szkolenia, aby odzwierciedlał aktualny stan frameworków i best practices. Nasi trenerzy mają doświadczenie w produkcyjnych wdrożeniach systemów AI – nie tylko w eksperymantach badawczych. Z doświadczeniem 500+ ekspertów IT i realizacją 2500+ szkoleń budujemy programy, które przekładają się na realne umiejętności.

Dwudniowy format jest celowo skondensowany, by zmaksymalizować czas praktycznych ćwiczeń. Szkolenie jest dostępne online i stacjonarnie, a każdy uczestnik otrzymuje dostęp do repozytorium z kodem laboratoryjnym i materiałami do dalszego samodzielnego kształcenia.

Korzyści

Uczestnik zrozumie architekturę systemów Agentic AI i zasadę działania cyklu ReAct
Uczestnik zbuduje agenta z tool use integrującego zewnętrzne API i bazy danych
Uczestnik zaimplementuje Agentic RAG z semantycznym wyszukiwaniem i rerankingiem
Uczestnik zaprojektuje system multi-agent z orkiestracją w LangGraph lub CrewAI
Uczestnik wdroży guardrails chroniące agenta przed prompt injection i niepożądanym zachowaniem
Uczestnik oceni jakość agenta przy użyciu odpowiednich metryk i narzędzi ewaluacji
Uczestnik wdroży agenta w środowisku produkcyjnym z pełnym tracingiem i observability

Dla kogo jest to szkolenie?

Programiści Python z doświadczeniem w aplikacjach AI/ML

Inżynierowie oprogramowania budujący systemy oparte na LLM

Architekci rozwiązań AI planujący wdrożenia agentyczne

Data scientists zainteresowani wdrożeniami produkcyjnymi

Specjaliści MLOps odpowiedzialni za operacjonalizację modeli AI

Tech leaderzy i CTO oceniający adopcję Agentic AI w organizacji

Wymagania wstępne

Solidna znajomość Pythona (min. 1 rok doświadczenia)
Podstawowa znajomość API modeli językowych (OpenAI, Anthropic lub inne)
Orientacja w koncepcjach inżynierii promptów i działaniu modeli LLM
Podstawowa znajomość obsługi REST API i formatu JSON

Program szkolenia

Czym jest agent AI – definicja, cechy i rodzaje autonomii
Cykl ReAct – Reasoning, Acting i Observation
Planowanie i dekompozycja zadań przez agenta
Pamięć agenta – krótkoterminowa, długoterminowa i episodyczna
Przegląd architektur agentów – single-agent vs multi-agent
Kiedy agent, kiedy łańcuch promptów – kryteria wyboru

Tool use – mechanizm, formaty i best practices
Definiowanie funkcji i schematy JSON dla narzędzi
Integracja z API – REST, GraphQL i bazy danych
Narzędzia wyszukiwania – web search, semantic search
Code interpreter i wykonanie kodu przez agenta
Obsługa błędów narzędzi i strategie retry

Agentic RAG vs standardowy RAG – różnice i zastosowania
Chunking, embedding i wybór bazy wektorowej
Strategie retrieval – dense, sparse i hybrid
Query rewriting i hyde dla agentów
Reranking i selekcja kontekstu przed przekazaniem do LLM
Aktualizacja wiedzy agenta i zarządzanie stalością danych

LangChain i LangGraph – grafy stanów i orchestracja agentów
Tworzenie workflow z LangGraph – nodes, edges i state
CrewAI – agenci, role, zadania i crew orchestration
Microsoft Autogen – multi-agent conversations i human-in-the-loop
Porównanie frameworków – kiedy co wybrać
Komunikacja między agentami i wzorce współpracy

Guardrails – kontrola wejścia, wyjścia i zachowania agenta
Prompt injection i ataki na agentów – zabezpieczenia
Ewaluacja agentów – metryki, benchmarki i testy regresji
Tracing i observability – LangSmith, Langfuse i narzędzia alternatywne
Wdrożenie agenta – serwer, konteneryzacja i skalowanie
Koszty LLM i optymalizacja – caching, model routing i batching

Formy realizacji

Online

Wygoda uczestnictwa z dowolnego miejsca
Interaktywne sesje na żywo z trenerem
Materiały dostępne przez 30 dni
Brak kosztów dojazdu

Stacjonarnie

Bezpośredni kontakt z trenerem i grupą
Intensywne warsztaty praktyczne
Networking z innymi uczestnikami
Pełne skupienie na nauce

Tematy szkolenia

Najczęściej zadawane pytania

Jakie są wymagania wstępne do udziału w szkoleniu Agentic AI?

Wymagana jest solidna znajomość Pythona (minimum 1 rok praktycznego doświadczenia) oraz podstawowa orientacja w działaniu modeli językowych i API (np. OpenAI lub Anthropic). Uczestnik powinien rozumieć koncepcję inżynierii promptów i REST API. Nie jest wymagana wcześniejsza praca z frameworkami agentycznymi – szkolenie wprowadza wszystkie potrzebne narzędzia od podstaw.

Jak długo trwa szkolenie Agentic AI i w jakim formacie jest dostępne?

Szkolenie trwa 2 dni i jest dostępne zarówno w formule online, jak i stacjonarnej (onsite). Dwa intensywne dni obejmują pełen cykl – od fundamentów architektury agentów, przez budowanie narzędzi i RAG, po wdrożenie produkcyjne z guardrails i ewaluacją.

Dla kogo przeznaczone jest szkolenie z budowania autonomicznych agentów AI?

Szkolenie jest skierowane do programistów Python z doświadczeniem w AI/ML, inżynierów oprogramowania budujących aplikacje oparte na LLM, architektów rozwiązań AI oraz specjalistów MLOps. Będzie wartościowe zarówno dla osób, które chcą zbudować pierwszego agenta produkcyjnego, jak i tych, którzy chcą poszerzyć wiedzę o architekturach multi-agent i zaawansowane techniki RAG.

Które frameworki agentyczne są omawiane i jak wybrać odpowiedni?

Szkolenie omawia LangChain, LangGraph, CrewAI i Microsoft Autogen. LangGraph jest szczególnie silny w złożonych workflow z pętlami i rozgałęzieniami, CrewAI upraszcza orkiestrację agentów opartych na rolach, a Autogen wyróżnia się w scenariuszach z wieloma agentami prowadzącymi konwersacje i human-in-the-loop. W trakcie szkolenia przeprowadzane jest porównanie frameworków z konkretnymi kryteriami wyboru dla typowych przypadków użycia.

Dlaczego warto wybrać szkolenie Agentic AI w EITT?

EITT to firma szkoleniowa z ponad 500 ekspertami i doświadczeniem z ponad 2500 przeprowadzonych szkoleń. Nasze szkolenia z zakresu AI prowadzą praktycy z doświadczeniem w produkcyjnych wdrożeniach systemów AI w organizacjach o różnej skali. Szkolenie Agentic AI realizujemy w formule intensywnych warsztatów z przygotowanym środowiskiem laboratoryjnym, gdzie każdy uczestnik buduje i wdraża własnego agenta od podstaw.