Building Agentic AI Applications with LLMs - Virtual Classroom

Deze training is bedoeld voor:

• AI-developers die agentachtige intelligentie willen integreren in software
• Machine Learning Engineers die geavanceerde AI-workflows willen ontwikkelen
• Software-engineers die agents willen bouwen die API's, databases en andere systemen intelligent aansturen
• Architects die schaalbare, multi-agentsystemen willen ontwerpen voor enterprise-omgevingen
• Product owners die geavanceerde AI-oplossingen binnen hun producten willen implementeren

In de Virtual Classroom wordt de klasruimte digitaal nagebootst en volg je live les via de computer. De lessen zijn klassikaal en interactief, waardoor de les niet heel anders is dan normaal. Je kunt tijdens de les direct vragen stellen aan de docent, werken aan opdrachten en discussiëren met medestudenten. Op deze manier kun je veilig vanuit huis studeren. Het enige dat je nodig hebt is een werkende internetverbinding. Je ontvangt duidelijke instructies over het inloggen en het gebruik en er is technische ondersteuning mochten er problemen zijn.

Leer hoe je intelligente agent-architecturen ontwikkelt met frameworks zoals LangGraph en NVIDIA NIM, gericht op schaalbare, productieklare toepassingen die deep thought, realtime operaties en kennisbeheer mogelijk maken.

Admission

• Basiskennis van Large Language Models (LLM's) en AI-toepassingen
• Ervaring met API’s en datastructuren is aanbevolen
• Enige ervaring met softwareontwikkeling of system integration is een voordeel

Graduation

Na afloop van deze training ontvang je het deelnamecertificaat ‘Building Agentic AI Applications with LLMs’ van Computrain.

Objectives

Deze training volgt een hands-on benadering waarbij theorie direct gekoppeld wordt aan praktijkoefeningen. Je bouwt stapsgewijs agenten die:

• Structuur aan outputs geven
• Externe systemen kunnen aanroepen
• Samenspel tussen meerdere agents mogelijk maken
• Zelfstandig informatie ophalen, verwerken en acties uitvoeren
• Klaar zijn voor gebruik in echte, dynamische omgevingen

Je werkt met frameworks zoals LangGraph, NVIDIA NIM en ondersteunende tooling voor monitoring en schaalbaarheid.

Program guide

Inhoud

• Fundamentals van agent abstraction en LLMs
• Introductie in LLM-capabilities en pitfalls, minimal agent building
• Structured output & fulfillment mechanisms
• JSON outputs, domeinafstemming, stabiele schema's
• Retrieval mechanisms & environmental tooling
• Externe systeeminterfaces bouwen, semantic retrieval over documentsets
• Knowledge graphs & document graphs
• Documentontwikkeling naar canonical vormen, event loops, state management
• Multi-agent systems & frameworks
• Taakverdeling over meerdere agents, communicatie en orkestratie
• Data flywheels & system hardening
• Gebruik van logs en feedbackloops om agents continu te verbeteren
• Scaling & productionalization
• Resourcebeheer, multitenancy, schaalbare serverarchitecturen
• Final assessment
• Deployment van een multi-tenant agent endpoint en testen via gedistribueerde interacties
• [Optioneel] Real-time agents & responsible agents
• Multimodale agenten, ethische valkuilen en standaarden voor verantwoorde AI-systemen

Course schedule

2 dagen

Characteristics

Trainingen

Short program

C-BAAIALLM|Building Agentic AI Applications with LLMs

Commercial partners

Brand Owner