Kursus
Membangun Sistem Agenik yang Dapat Diskalakan
DasarTingkat Keterampilan
Diperbarui 12/2025
TheoryArtificial Intelligence1 jam 30 min10 videos29 Latihan1,750 XP16,958Pernyataan Pencapaian
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Dipercaya oleh para pelajar di ribuan perusahaan
Melatih Tim?
Coba untuk BisnisDeskripsi Kursus
Desain dan Kembangkan Agen untuk Skalabilitas
Pelajari cara merancang dan mengembangkan agen kecerdasan buatan (AI) dengan mempertimbangkan skalabilitas, mengikuti tiga pilar skalabilitas agen: modularitas, ketahanan, dan kemampuan beradaptasi. Temukan apa yang membuat seorang agen sukses dalam produksi, dan mengapa begitu banyak orang kesulitan untuk mencapainya.Temukan Kekuatan MCP dan A2A
Protokol Konteks Model (MCP) yang dikembangkan oleh Anthropic telah merevolusi interoperabilitas agen, menciptakan pendekatan terpadu untuk menghubungkan agen dengan sumber data. Protokol Agent-to-Agent (A2A) yang dikembangkan oleh Google melengkapi MCP. Temukan cara menggabungkan kedua kerangka kerja ini untuk memastikan integrasi agen Anda dapat diskalakan.Implementasikan Praktik Terbaik Pengujian dan Penempatan Agen
Sebelum menekan tombol merah besar dan meluncurkan agen Anda ke lingkungan produksi, Anda harus memitigasi risiko yang terkait dengan skalabilitas. Pelajari cara membuat kerangka kerja pengujian yang kokoh untuk mengidentifikasi masalah pada komponen, integrasi, kinerja, dan keamanan. Tentukan jenis deployment yang tepat untuk agen Anda dengan mempertimbangkan kebutuhan kasus penggunaan.Persyaratan
Introduction to AI Agents1
Merancang Agen yang Dapat Diskalakan
Ketahui apa yang membuat agen AI berhasil di produksi (dan mengapa banyak yang gagal di perjalanannya!). Pelajari prinsip desain agenik utama untuk menyiapkan agen Anda agar dapat diskalakan, termasuk infrastruktur dan peralatan yang andal, arsitektur desain modular, serta evaluasi berkelanjutan dan umpan balik berulang.
2
Mengembangkan Agen untuk Skalabilitas
Pelajari strategi kunci untuk memastikan agen Anda dikembangkan dengan mempertimbangkan skalabilitas. Dapatkan wawasan tentang bagaimana Model Context Protocol (MCP) dan Agent-to-Agent protocol (A2A) memungkinkan skalabilitas melalui standardisasi.
3
Menerapkan Agen ke Produksi dalam Skala Besar
Waktunya ke produksi, tetapi jangan terburu-buru! Bangun kerangka pengujian yang andal untuk memberi Anda keyakinan bahwa agen AI akan terus berkinerja di lingkungan produksi. Pilih strategi penerapan terbaik untuk kasus penggunaan Anda, dan pelajari cara mengintegrasikan sumber data waktu nyata dengan sistem agenik Anda.
Membangun Sistem Agenik yang Dapat Diskalakan
Kursus Selesai
Memperoleh Surat Keterangan Prestasi
Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV AndaBagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang
Bergabung dengan 19 juta pelajar dan mulai Membangun Sistem Agenik yang Dapat Diskalakan Hari Ini!
Buat Akun Gratis Anda
Lanjutkan dengan GoogleTampilkan opsi lainnyaatau
Dengan melanjutkan, Anda menerima Ketentuan Penggunaan kami, Kebijakan Privasi kami dan bahwa data Anda disimpan di Amerika Serikat.
Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile
Buat kemajuan di mana saja dengan kursus mobile kami dan tantangan coding harian 5 menit.