AI+ Context Engineering Practitioner™

Ár 39 900 Ft + Áfa
E-learning Azonnal kezdhető
Időtartam 8 óra tananyag, önálló tempóban
Nyelv angol
Terület AI Development

Így tanulhatod

E-learning Azonnal kezdhető · 39 900 Ft + Áfa Megrendelem
Nyílt képzés Ebben a formában nem érhető el
Zártkörű céges Bármelyik képzésünk a csapatodnak Ajánlatot kérek

Kinek szól
Mit tartalmaz az ár
Tematika
A vizsgáról

Válassz formát

E-learning

Ár

39 900 Ft + Áfa

Az ár + Áfa. Ez az önálló, online forma ára; oktatóval tartott formában a képzés külön ajánlat alapján érhető el.

Pótvizsga 20 300 Ft + Áfa

Az első vizsga az árban van. Sikertelen vizsga után a pótvizsga külön díjas.

Hol tanulsz az AI CERTs saját online platformján A vásárlás nálunk történik, a tananyaghoz és a vizsgához viszont az AI CERTs felületén kapsz hozzáférést. A hozzáférést a megrendelés visszaigazolása után e-mailben küldjük. A hozzáférés beállításához a nevedet és az e-mail-címedet átadjuk az AI CERTs részére.

Nincs meghirdetett időpont, bármikor elkezdheted

Megrendelem az önálló formát

Önálló tempójú online kurzus, a teljes tananyaggal
A hivatalos AI CERTs® vizsga
Digitális badge a sikeres vizsga után

Céges csoportnak zárt képzést tartunk. Ajánlatot kérek →

Áttekintés

Miről szól a képzés

Kontextusstratégia és -architektúra: Megtanulod, hogyan tervezz robusztus kontextusarchitektúrákat, amelyek túlmutatnak a promptokon. Kezeled az utasításokat, a memóriát, az eszközöket és a tudásbázist, hogy az AI viselkedése megbízható legyen a munkamenetek és a munkafolyamatok között.
Kontextustudatos AI-rendszerek építése: Gyakorlati készséget szerzel a kontextus-feldolgozósorok, a RAG-architektúra és a memóriarendszerek megvalósításában, amelyek megalapozott, pontos és költséghatékony AI-kimeneteket adnak.
Kontextuskezelés és -optimalizálás: Elsajátítod a Write-Select-Compress-Isolate (W-S-C-I) keretrendszert, amellyel szabályozod a relevanciát, csökkented a hallucinációkat, optimalizálod a tokenhasználatot, és hatékonyan skálázod az AI-rendszereket.
Vállalati szintű kontextusintegráció: Megtanulod, hogyan építsd be biztonságosan az AI-t a vállalati környezetbe szerepalapú hozzáféréssel, megfelelési korlátokkal, biztonságos memóriával és ütközésmentes kontextus-vezényléssel.
Jövőálló ügynök- és munkafolyamat-tervezés: Felkészülsz az AI következő hullámára: több ügynökből álló rendszereket, automatizált munkafolyamatokat és kontextusvezérelt architektúrákat tervezel, amelyek a modellek, az eszközök és a méret változásával is megbízhatóak maradnak.

Előfeltételek

A képzéshez szilárd alapok szükségesek az AI- és a gépi tanulási fogalmakban, jártasság a programozásban és az adatkezelésben, a felhőplatformok és az IoT-környezetek ismerete, valamint készség a kontextuális adatok, a memória és az eszközvezénylés tervezésére, kezelésére és optimalizálására.

Célcsoport

Kinek szól

AI-mérnökök és LLM-fejlesztők: Azoknak a szakembereknek készült, akik túllépnének az alapszintű prompt engineeringen, és éles üzemre kész, kontextustudatos AI-rendszereket terveznének RAG-gal, memóriával, eszközökkel és vezénylési mintákkal

Termékmenedzserek és AI-architektek: Azoknak a szakembereknek ajánljuk, akik megbízható AI-funkciók éles kiadásáért felelnek, és nem a játékszerű demókat, hanem a kontextus-feldolgozósorokat, a megalapozottságot, a költségkontrollt és a rendszerszintű tervezési kompromisszumokat kell érteniük

Adat- és platformmérnökök: Azoknak a mérnököknek, akik vektoradatbázisokkal, beágyazásokkal, visszakereső rendszerekkel és AI-infrastruktúrával dolgoznak, és skálázható, hatékony, megbízható kontextusfolyamokat terveznének

Vállalati és megoldásarchitektek: Azoknak az architekteknek, akik szabályozott vagy nagyméretű környezetben építenek AI-rendszereket, és kezelniük kell a biztonságot, a megfelelést, a költségoptimalizálást és a több ügynök vezénylését

AI-tanácsadók és műszaki vezetők: Azoknak a szakembereknek, akik szervezeteknek adnak tanácsot az AI bevezetéséhez, és mélyen, gyakorlatiasan kell érteniük, miért a kontextus a valódi megkülönböztető tényező a modern AI-rendszerekben, nem pusztán a modell

Haladó no-code és automatizálásfejlesztők: Jó választás azoknak, akik n8n, Make vagy Zapier típusú eszközökkel dolgoznak, és megbízható AI-munkafolyamatokat, ügynökalapú rendszereket terveznének komoly infrastruktúrakód írása nélkül

Az árban

Mit tartalmaz az ár

Önálló tempójú online kurzus, a teljes tananyaggal
A hivatalos AI CERTs® vizsga
Digitális badge a sikeres vizsga után

Tananyag

Tematika

1. modul: A context engineering alapjai: bevezetés

1.1 Mi a context engineering (túl a prompt engineeringen) 1.2 A promptolástól a kontextus-feldolgozósorokig: a 2025-ös paradigmaváltás 1.3 A kontextus négy építőeleme: utasítások, tudás, eszközök, állapot 1.4 Rövid és hosszú távú memória az LLM-rendszerekben 1.5 A context engineering előnyei: megalapozottság, relevancia, folytonosság, költségkontroll 1.6 Felhasználási eset: kontextustudatos AI utazási asszisztens 1.7 Gyakorlat: rendszerutasítások és memóriaállapot tervezése szerepalapú AI-ügynökhöz

2. modul: Kontextuskezelési minták és technikák

2.1 A W-S-C-I keretrendszer: Write, Select, Compress, Isolate 2.2 WRITE stratégia: ügynökidentitás, persona, korlátok és állapot 2.3 SELECT stratégia: pontos visszakeresés és metaadat-szűrés 2.4 COMPRESS stratégia: összegzés, tokenoptimalizálás, automatikus tömörítés 2.5 ISOLATE stratégia: kontextushatárok, biztonság és fókusz 2.6 Haladó visszakeresési minták: hibrid keresés, szemantikus darabolás 2.7 Esettanulmány: a ChatGPT és a Claude memóriarendszere 2.8 Gyakorlat: kontextuskiválasztás és -tömörítés megvalósítása LangChainnel / LlamaIndexszel

3. modul: Kontextus-feldolgozósorok, RAG és megalapozási architektúra

3.1 A teljes kontextus-feldolgozósor (bemenet → visszakeresés → tömörítés → összeállítás → válasz → frissítés) 3.2 A RAG (retrieval-augmented generation) architektúra részletesen 3.3 Vektoradatbázisok: Pinecone, Chroma és beágyazási modellek 3.4 Megalapozási hibák: hallucinációk, kontextusmérgezés, elterelés 3.5 Csökkentő technikák: újrarangsorolók, eredetkövetés, kontextusvizsgálat 3.6 Esettanulmány: az Anthropic Multi-Agent Researcher (MAR) rendszere 3.7 Gyakorlat: RAG-feldolgozósor építése vektoros kereséssel és megalapozott válaszokkal

4. modul: Optimalizálás, skálázás és vállalati felkészültség

4.1 Tokengazdálkodás és költségoptimalizálás a kontextus-feldolgozósorokban 4.2 Kontextusskálázás és a Model Context Protocol (MCP) 4.3 Biztonság és megfelelés: személyes adatok szűrése, kitakarás, szerepalapú hozzáférés 4.4 Ütközésfeloldás és kontextus-konzisztencia 4.5 Többmodalitású kontextus: szöveg, táblázatok, PDF-ek, videóátiratok 4.6 Esettanulmányok: a Walmart „Ask Sam” és a Morgan Stanley tudásasszisztense 4.7 Gyakorlat: szerepalapú kontextusszűrés és biztonságos visszakeresés megvalósítása

5. modul: Kontextusfolyam-tervezés üzleti felhasználóknak (no-code AI)

5.1 Üzleti folyamatok átültetése AI-ra kész kontextusfolyamokba 5.2 Kontextusfolyam-diagramok (CFD) és automatizált munkafolyamat-architektúra (AWA) 5.3 A W-S-C-I vizuális megvalósítása no-code eszközökkel (n8n / Make / Zapier) 5.4 Kontextussablonok a következetességhez és a strukturált kimenetekhez 5.5 Felhasználási eset: dinamikus ügyfélbeléptető asszisztens 5.6 Esettanulmányok: az Airbnb ügyféltámogatás-automatizálása és a HSBC kkv-hitelezése 5.7 Gyakorlat: kontextusfolyam építése no-code vezényléssel

6. modul: Valós iparági kontextusalkalmazások

6.1 Context engineering szabályozott területeken 6.2 Egészségügy: klinikai döntéstámogatás és az egészségügyi adatok elkülönítése 6.3 Pénzügy: piacelemzés, megfelelési összegzés és eszközalapú kontextus 6.4 Jog és oktatás: pontos visszakeresés és személyre szabott tanulási kontextus 6.5 Kockázatcsökkentés: kontextusmérgezés és kontextusütközés 6.6 Haladó ügynökmemória hosszú távú feladatokhoz 6.7 Esettanulmányok: Activeloop (jog és szellemi tulajdon) és Five Sigma (biztosítás)

7. modul: Több ügynök vezénylése és a jövő

7.1 Miért buknak el a monolitikus ügynökök: a kontextusrobbanás 7.2 Több ügynökből álló rendszerek (MAS) és a kontextus elkülönítése 7.3 Ügynökszerepek: router, tervező, végrehajtó 7.4 Kontextustömörítés ügynökök között 7.5 Korlátok, irányítás és az ügynökök közötti biztonság 7.6 Etika, torzításcsökkentés és forráskövethetőség 7.7 Esettanulmányok: IBM Watson Orchestrate és vállalati kontextusvezénylők 7.8 Karrierutak: kontextusarchitekt és AI-irányítási szerepek

8. modul: Záróprojekt és tanúsítvány

8.1 A záróprojekt áttekintése: több ügynökből álló, kontextustudatos rendszer 8.2 Építés: lekérdezésirányító pénzügyi számításokkal és szabályzat-RAG-gal (n8n) 8.3 Bemutató, áttekintés és visszajelzés 8.4 Záróértékelés és az AI+ Context Engineering Practitioner™ tanúsítvány

Vizsga

A vizsgáról

50 Kérdés
90 perc Időkeret
70% Ponthatár

Online felügyelt vizsga

Kapcsolódó képzések

Ezek is érdekelhetnek

Összes képzés