Szkolenie: Pydantic Graph - grafowe przepływy pracy agentów AI
Szkolenie Pydantic Graph to praktyczne wprowadzenie do modelowania złożonych, wieloetapowych procesów agentowych w formie grafów stanów opisywanych zwykłym, typowanym kodem Pythona. Uczestnicy poznają definiowanie węzłów i przejść, zarządzanie stanem i zależnościami przepływu, trwałe wykonanie ze wznawianiem po awarii, włączanie decyzji człowieka w proces oraz integrację agentów Pydantic AI jako węzłów grafu wraz z wizualizacją i testowaniem przepływów
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:AI/PYDANTIC-GRAPH
Dostępne terminy szkolenia
Termin:
Trwają zapisy na szkolenie
Dostępne w Bazie Usług RozwojowychTrener:
Cena:
2450 PLN netto
Lokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowych
online_paymentsTrener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług RozwojowychTrener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowychonline_paymentsTrener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowychonline_paymentsTrener:
Cena:
2450 PLN nettoLokalizacja:
ZdalnePydantic Graph - grafowe przepływy pracy agentów AI
Cele szkolenia
Szkolenie przygotowuje do modelowania wieloetapowych przepływów pracy agentów AI w formie grafu stanów przy użyciu Pydantic Graph, w oparciu o typowanie i natywne mechanizmy Pythona
Szkolenie uczy definiowania węzłów, przejść i stanu procesu jako typowanych konstrukcji Pythona, umożliwiając budowanie workflow AI bez dedykowanego języka konfiguracyjnego czy narzędzia wizualnego
Szkolenie pokazuje, jak budować odporne na awarie przepływy pracy dzięki durable execution i persystencji stanu, z możliwością wznawiania procesu po restarcie lub przerwaniu wykonania
Szkolenie przygotowuje do implementowania human-in-the-loop oraz osadzania agentów Pydantic AI jako węzłów grafu w ramach złożonych przepływów agentowych
Szkolenie omawia zasady wizualizacji, obserwowalności i testowania przepływów AI z wykorzystaniem diagramów Mermaid, Pydantic Logfire i standardu OpenTelemetry
Dla kogo?
Programistów Python chcących budować złożone, wieloetapowe przepływy pracy agentów AI w oparciu o typowany, testowalny kod
Twórców rozwiązań opartych na FastAPI, planujących rozszerzenie aplikacji o procesy agentowe
Architektów i inżynierów odpowiedzialnych za projektowanie odpornych na awarie systemów AI
Efekty kształcenia
Uczestnik modeluje wieloetapowy proces biznesowy jako graf stanów złożony z typowanych węzłów i przejść w Pydantic Graph
Uczestnik zarządza stanem procesu i zależnościami przepływu z wykorzystaniem typowanych modeli i dependency injection, bez wykorzystania stanu globalnego
Uczestnik steruje logiką warunkową, rozgałęzieniami i pętlami w ramach przepływu pracy agentów AI
Uczestnik buduje odporne na awarie przepływy AI, przerywane i wznawiane dzięki durable execution oraz persystencji stanu
Uczestnik włącza w przepływ etapy human-in-the-loop oraz agentów Pydantic AI jako węzły grafu i wykorzystuje ich do orkiestracji procesów agentowych
Uczestnik wizualizuje, monitoruje i testuje przepływy pracy na podstawie definicji grafu z wykorzystaniem Mermaid, Pydantic Logfire i OpenTelemetry
Wymagania
Podstawowa znajomość języka Python, w tym typowania (type hints)
Ogólne zrozumienie podstawowych pojęć związanych z modelami językowymi i agentami AI
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Autorem szkolenia jest Marcin Wierzbiński
Analityk danych i badacz sztucznej inteligencji z doświadczeniem akademickim i komercyjnym. Na co dzień wykłada na Uniwersytecie Warszawskim, a swoje kompetencje rozwijał również w międzynarodowych instytucjach badawczych, takich jak Instytut Maxa Plancka w Berlinie. Specjalizuje się w uczeniu maszynowym, analizie danych na dużą skalę oraz bioinformatyce – w szczególności w przetwarzaniu i analizie danych genetycznych. Prowadzi praktyczne kursy z zakresu analizy danych i deep learningu, kładąc…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
