Agentic AI — budowanie autonomicznych agentów z LangGraph i CrewAI
Zaawansowane szkolenie z budowania autonomicznych agentów AI. Program obejmuje architekturę systemów agentowych, LangGraph (state machines, cycles, human-in-the-loop), CrewAI (role-based agents, task delegation), tool use i function calling, memory (short-term, long-term, episodic), multi-agent orchestration oraz deployment agentów w produkcji.
Dlaczego warto wybrać to szkolenie?
Zaawansowane szkolenie z budowania autonomicznych agentów AI. Program obejmuje architekturę systemów agentowych, LangGraph (state machines, cycles, human-in-the-loop), CrewAI (role-based agents, task delegation), tool use i function calling, memory (short-term, long-term, episodic), multi-agent orchestration oraz deployment agentów w produkcji. Szkolenie łączy wiedzę teoretyczną z intensywnymi ćwiczeniami praktycznymi, pozwalając uczestnikom na natychmiastowe zastosowanie zdobytych umiejętności w codziennej pracy.
Czego się nauczysz?
Zdobędziesz kompleksową wiedzę i praktyczne umiejętności z zakresu agentic ai. Program obejmuje wszystkie kluczowe aspekty — od fundamentalnych koncepcji, przez zaawansowane techniki, po wzorce implementacyjne z realnego świata.
Dzięki ćwiczeniom praktycznym i realistycznym scenariuszom rozwiniesz umiejętność stosowania poznanych koncepcji w kontekście swojej organizacji. Po ukończeniu szkolenia będziesz dysponować wiedzą gotową do natychmiastowego zastosowania.
Korzyści
- Zrozumie i zastosuje agentic ai
- Zaprojektuje i wdroży rozwiązania oparte na najlepszych praktykach
- Oceni narzędzia i podejścia
- Zbuduje roadmapę wdrożenia
- Zintegruje z istniejącymi procesami
- Zmierzy i zoptymalizuje rezultaty
Dla kogo jest to szkolenie?
Wymagania wstępne
- Doświadczenie w IT lub wiedza domenowa
- Podstawowa znajomość koncepcji AI będzie pomocna
- Chęć nauki i eksperymentowania
Program szkolenia
Architektura systemów agentowych — od chatbota do autonomicznego agenta
- Ewolucja AI: chatbot vs copilot vs agent vs multi-agent system
- Wzorce architektoniczne: ReAct, Plan-and-Execute, Reflexion
- Anatomia agenta: LLM + tools + memory + planning
- Kiedy agent a kiedy pipeline — decyzje architektoniczne
- Przegląd frameworków: LangGraph, CrewAI, AutoGen, OpenAI Agents SDK
- Bezpieczeństwo i guardrails dla autonomicznych agentów
LangGraph — budowanie agentów jako grafów stanów
- LangGraph vs LangChain: kiedy który framework
- State machines i cykle w LangGraph
- Nodes, edges i conditional routing
- Human-in-the-loop: approval gates i interrupts
- Persistence i checkpointing — odporność na błędy
- Streaming i real-time output z agentów LangGraph
CrewAI — zespoły agentów z podziałem ról
- Architektura CrewAI: Agents, Tasks, Crews, Processes
- Definiowanie ról, celów i backstory agentów
- Task delegation i hierarchia agentów
- Sequential vs hierarchical vs consensual processes
- Custom tools i integracje zewnętrzne
- Warsztaty: budowanie zespołu agentów do analizy rynku
Tool use, function calling i integracje zewnętrzne
- Function calling w OpenAI, Anthropic i open-source LLM
- Projektowanie tool schemas — best practices
- Budowanie custom tools: API, bazy danych, file system, web scraping
- MCP (Model Context Protocol) — standard integracji narzędzi
- Error handling i retry logic w tool use
- Bezpieczeństwo tool use — sandboxing i permission control
Memory i kontekst — jak agent pamięta i uczy się
- Short-term memory: conversation buffer i sliding window
- Long-term memory: vector store i knowledge graph
- Episodic memory: uczenie się z poprzednich wykonań
- Shared memory w systemach multi-agent
- RAG jako memory backend dla agentów
- Optymalizacja kontekstu — prompt compression i summarization
Multi-agent orchestration i deployment produkcyjny
- Wzorce multi-agent: supervisor, swarm, debate, marketplace
- Komunikacja między agentami: message passing vs shared state
- Monitoring i observability agentów (LangSmith, Langfuse)
- Testowanie agentów: evaluation frameworks i benchmarki
- Deployment: containerization, scaling, cost management
- Case studies: agenty produkcyjne w enterprise
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
Najczęściej zadawane pytania
Czy szkolenie jest odpowiednie dla mojego poziomu?
Szkolenie jest na poziomie advanced. Sprawdź wymagania wstępne powyżej.
Jakie ćwiczenia praktyczne są w programie?
Ćwiczenia hands-on w przygotowanym środowisku laboratoryjnym z realistycznymi scenariuszami.
Czy otrzymam certyfikat?
Tak — certyfikat ukończenia EITT plus kompleksowe materiały szkoleniowe.
Dlaczego EITT?
500+ ekspertów, 2500+ szkoleń, ocena 4.8/5. Praktycy z doświadczeniem w realnych projektach.
Poproś o ofertę
Możliwości dofinansowania
Sprawdź możliwości dofinansowania dla Twojej firmy
Baza Usług Rozwojowych
Dofinansowanie do 80% dla MŚP ze środków EFS
Sprawdź dostępnośćKrajowy Fundusz Szkoleniowy
Dofinansowanie do 100% dla pracodawców
Dowiedz się więcejZaufali nam
Szkolimy zespoły największych polskich firm
Zainteresowany tym szkoleniem?
Skontaktuj się z nami - przygotujemy ofertę dopasowaną do potrzeb Twojego zespołu.