Агенті ШІ з нуля: М workshop з великими мовними моделями для початківців

Будь ласка, зареєструйтеся, використовуючи посилання zoom, щоб отримати нагадування: https://us02web.zoom.us/webinar/register/8617335660229/WN_vGsG55hkQRSui2lsJN9znw Побудуйте свого першого агента штучного інтелекту за 90 хвилин Практичний майстер-клас з 2026 LLM стеку — RAG, MCP та LangGraph. Пропустіть теорію. У рамках одного зосередженого сеансу ви створите працюючого агента штучного інтелекту, який отримує дані з ваших власних джерел, викликає інструменти через Протокол Контексту Моделі (новий універсальний стандарт, прийнятий Anthropic, OpenAI та Google), і організовує багатоступеневе мислення з LangGraph. Ви створите: Конвеєр RAG, що спирається на ваші власні документи Ваш власний сервер MCP на Python (так, насправді — менше ніж за 20 рядків) Станційний агент, який поєднує все Це ідеально підходить для: розробників, засновників і технічних лідерів, які хочуть створювати агентів ШІ, а не просто читати про них. Принесіть: ноутбук з Python 3.10+. API-ключ надано. Залиште з: працюючим агентом на вашому GitHub та поточним стеком у вашій пам'яті. Без зайвих слів. Без 2024 навчальних посібників. Лише інструменти, які важливі сьогодні. Agenda: (PDT) 11:00 - 11:05 Прибуття, спілкування та Вступ (PDT) 11:05 - 13:00 "Агенти штучного інтелекту з нуля: майстер-клас для початківців з LLM" (PDT) 13:00 - 13:10 Питання та відповіді Д-р Ясін Черан Ясін Черан захоплюється усіма аспектами даних і має великий досвід у аналізі даних, математичному моделюванні, Apache Spark, а також у SQL, Python та R. Наразі він є асоційованим професором в KAIST, Південна Корея, а також викладає в університеті Сан-Хосе в самому центрі Кремнієвої долини. Ясін наполегливо працював над рядом проектів, пов'язаних з даними, охоплюючи вилучення даних, статистику, моделювання, і прагне ділитися своїм досвідом та експертизою з учнями Будь ласка, зареєструйтеся, використовуючи посилання zoom, щоб отримати нагадування: https://us02web.zoom.us/webinar/register/8617335660229/WN_vGsG55hkQRSui2lsJN9znw