AI_devs 4 Builders

Kurs AI Engineering, Budowanie produkcyjnych rozwiązań AI

Ukończyłem 5-tygodniowy kurs kohortowy poświęcony budowaniu produkcyjnych rozwiązań opartych na sztucznej inteligencji. Program obejmował 25 lekcji, ponad 25 projektów praktycznych, 5 spotkań na żywo, stałe wsparcie instruktorów oraz wymianę doświadczeń z innymi uczestnikami.

Używanie dużych modeli językowych w kodzie

• Praca z dużymi modelami językowymi przez API
• Sterowanie zachowaniem LLM za pomocą promptów i kodu
• Strukturyzowanie odpowiedzi LLM przy użyciu JSON Schema
• Korzystanie z Function Calling i natywnych narzędzi API
• Projektowanie wysokiej jakości narzędzi dla agentów (CLI i MCP)
• Przetwarzanie treści multimodalnych: obraz, dźwięk i wideo
• Zarządzanie ograniczeniami i kwestiami bezpieczeństwa, takimi jak prompt injection
• Optymalizacja kosztów, wydajności i niezawodności

Context Engineering

• Rozumienie różnicy między Prompt Engineering a Context Engineering
• Pogłębione zrozumienie roli kontekstu w sterowaniu LLM
• Budowanie interakcji z priorytetem dla prompt cache
• Tworzenie wyjść narzędzi sterujących zachowaniem agenta w uogólniony sposób
• Balansowanie informacji statycznych i dynamicznych bez utraty prompt cache
• Praktyczne zastosowanie technik kompresji i ekstrakcji kontekstu
• Context Engineering w architekturach wieloagentowych
• Projektowanie wysokiej jakości instrukcji, w tym meta-promptów
• Wykorzystywanie niedeterministycznej natury LLM jako przewagi

Obserwowalność i ewaluacje

• Rozumienie roli obserwowalności i wartości ewaluacji
• Projektowanie architektury z uwzględnieniem obserwowalności i ewaluacji
• Projektowanie ewaluacji offline i online dla promptów i agentów
• Tworzenie zbiorów danych i pozyskiwanie przykładów z produkcji
• Ewaluacje dla interakcji jedno- i wieloturowych
• Używanie ewaluacji do filtrowania i moderowania niepożądanych zachowań
• Używanie ewaluacji do zwiększania niezawodności i wydajności całego systemu
• Budowanie integracji i narzędzi agentycznych opartych na ewaluacjach

Budowanie aplikacji produkcyjnych

• Projektowanie, utrzymanie i skalowanie architektury aplikacji generatywnych
• Rozumienie nowych wyzwań wynikających z szybkiego tempa rozwoju AI
• Budowanie systemów wieloagentowych działających w tle
• Tworzenie narzędzi wykraczających poza interfejs czatu i integrujących się z istniejącą logiką
• Projektowanie systemów optymalizujących procesy biznesowe z człowiekiem w pętli
• Korzystanie z nowoczesnych narzędzi ze świadomymi decyzjami o stosie technologicznym
• Rozumienie wyzwań związanych z frameworkami AI i nowoczesnymi narzędziami
• Budowanie rozwiązań AI dopasowanych do wymagań biznesowych
• Adresowanie wyzwań i możliwości aplikacji generatywnych

Instruktorzy kursu

• Adam Gospodarczyk
• Jakub Mrugalski
• Mateusz Chrobok