完整的人工智能架构训练营：从 RAG 到代理

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：8小时37米

你将学到什么

• 设计企业 AI 架构，使业务需求与可扩展的解决方案保持一致。
• 构建 AI 代理和多代理系统，以实现自动化、推理和工作流程编排。
• 使用嵌入、向量数据库和文档提取管道设计 RAG 系统。
• 将 LLM 应用与 ChatGPT、Claude、Gemini 和开源选项等模型集成。
• 开发支持 MCP 的系统，将 AI 连接到 API、数据库和 SaaS 工具。
• 利用人机交互工作流程和监控创建 AI 自动化架构。
• 设计支持 AI 的数据系统，包括管道、仓库和实时平台。
• 应用 AI 安全、治理、合规性和负责任的 AI 实践。

要求

• 无需具备人工智能经验；该课程涵盖了高级主题的基础知识。
• 建议具备基本的计算机知识。
• 有帮助（但不是必需）：熟悉 API、数据库或云系统。
• 无需编程经验，尽管这可能会有所帮助。
• 实验和演示需要一台连接互联网的计算机。

描述

本课程介绍了现代企业人工智能系统的设计、集成和扩展方式。它教您像人工智能架构师一样思考并构建工业中使用的真实人工智能解决方案。

您将学习核心 AI 架构概念，包括 LLM、AI 代理、多代理系统、RAG、矢量数据库、嵌入、MCP 和企业集成模式。该课程还涵盖人工智能自动化、数据架构和生产环境的系统设计。

您将探索 AI 助手、副驾驶和多代理生态系统等企业架构模式，以及可扩展设计的权衡和最佳实践。

• 重点关注 RAG 系统，包括文档处理、嵌入、检索管道和上下文感知 AI 响应。
• 您还将学习 AI 代理和多代理工作流程，包括任务规划、工具使用、内存、协作和编排。
• 本课程涵盖使用 MCP 进行企业集成，使 AI 系统能够与 API、SaaS 工具和数据库连接。
• 其他主题包括 AI 自动化、人机交互系统、数据管道、实时平台、云部署和可扩展性。
• 强调安全和治理，包括隐私、合规性、监控、风险管理和负责任的 AI 实践。
• 实践研讨会可帮助您设计完整的 AI 系统，包括助手、RAG 平台和企业架构蓝图。
• 您还将看到医疗保健、金融、零售、营销和运营等行业的实际应用。

本课程适合谁

• 本课程面向想要设计和了解企业 AI 系统而不仅仅是使用 AI 工具的专业人士。
• 它非常适合从事 AI 驱动系统工作的解决方案架构师、工程师、顾问、分析师、产品经理和技术领导者。
• 它也有利于想要评估和规划 AI 战略的企业家和商业专业人士。
• 无需具备 AI 架构经验 – 本课程可帮助您从基本的 AI 使用转向构建完整的企业 AI 系统。