Course Outline
Uvod u Agentic AI i pregled bootcampa
- Razumevanje agenticnog AI-a i strukture bootcampa
- Pregled alata, frameworkova i zavisnosti
- Najbolje prakse za postavljanje projekta i saradnju
Projekat 1: Inteligentni asistent sa razumovanjem zasnovanim na promptovima
- Dizajniranje konverzaciskog agenta zasnovanog na zadacima
- Korišćenje strukturiranih promptova za razumovanje i donošenje odluka
- Izgradnja i testiranje u Jupyter Notebook-u
Projekat 2: Agent za analizu i sažimanje dokumenata
- Ekstrakcija i sažimanje podataka iz PDF i tekstualnih fajlova
- Korišćenje LangChain-a za unos i pretragu dokumenata
- Generisanje izvršnih izveštaja iz strukturiranog i nestruktuiranog sadržaja
Projekat 3: Agent koji koristi alate za automatizaciju tokova rada
- Integracija spoljnih API-ja i automatizacija ponovljivih zadataka
- Upravljanje višestepenim procesima kroz agenticne petlje
- Izgradnja malog asistenta za automatizaciju za stvarne poslovne tokove
Projekat 4: Agent za analizu podataka i generisanje uvida
- Povezivanje agenata sa izvorima podataka (CSV, SQL ili API)
- Izvođenje eksplorativne analize podataka uz pomoć Pythona i AI-a
- Kreiranje vizuelnih uvida i dashboard-a za praćenje performansi
Projekat 5: Kolaboracija i orkestracija više agenata
- Koordinacija više agenata za delegaciju zadataka
- Dizajniranje arhitekture kontroler–radnik
- Raspoređivanje i testiranje prototipa sistema više agenata
Završetak i sledeći koraci
- Predstavljanja projekata i povratna informacija kolega
- Diskusija o strategijama optimizacije i skaliranja
- Resursi za nastavak učenja i eksperimentisanja
Requirements
- Srednji nivo znanja programiranja u Pythonu
- Osnovno razumevanje principa AI-a ili mašinskog učenja
- Znanje o API-jima i tokovima obrade podataka
Publika
- Inženjeri i programeri koji žele da grade primenljive AI projekte
- Tehnička tima koja traže veštine brze prototipizacije u agenticnom AI-u
- Praktičari uključeni u integraciju AI-a i razvoj pilotskih programa
Testimonials (1)
First most valuable: Practical data analysis tasks using AI without copy-pasting - but through my own application of what I learned. Second most valuable: definition of terms that everyone uses (skills, agents, MCP, API). Now that I understand them, I feel much more confident in trying AI Third: your input on how AI works, what it can do, what it can't (I will remember your 80/20 rule forever). Fourth: Having everything you taught us in written and accessible form.
