Wanneer data-agenten falen, falen ze vaak stilletjes - ze geven zelfverzekerd klinkende antwoorden die verkeerd zijn, en het kan moeilijk zijn om te achterhalen wat de oorzaak van de fout is. "Data-agenten bouwen en evalueren" is een nieuwe korte cursus gemaakt in samenwerking met @Snowflake en gegeven door @datta_cs en @_jreini die je leert data-agenten te bouwen met uitgebreide evaluatie ingebouwd. Vaardigheden die je zult opdoen: - Bouw betrouwbare LLM-data-agenten met behulp van het Goal-Plan-Action-framework en runtime-evaluaties die fouten tijdens de uitvoering opvangen - Gebruik OpenTelemetry-tracering en evaluatie-infrastructuur om precies te diagnosticeren waar agenten falen en systematisch de prestaties te verbeteren - Orkestreer multi-step workflows over webzoekopdrachten, SQL en documentretrieval in LangGraph-gebaseerde agenten Het resultaat: zichtbaarheid in elke stap van de redenering van je agent, zodat als er iets misgaat, je een systematische aanpak hebt om het op te lossen. Meld je aan om te beginnen:

Mijn hart gaat uit naar alle gezinnen en individuen die zich zorgen maken over hun toekomst na de abrupte en chaotische aankondiging van veranderingen in het H-1B visum. Amerika zou moeten werken aan het aantrekken van meer geschoold talent, niet het creëren van onzekerheid die hen afschrikt. Aan alle legale immigranten en H1-B houders: ik steun en waardeer jullie.

Nieuwe korte cursus: Bouw AI-apps met MCP-servers: Werken met Box-bestanden, gebouwd met @Box en gegeven door @BenAtBox, hun CTO. Veel AI-toepassingen vereisen aangepaste code voor basisbestandsbewerkingen. Het Model Context Protocol (MCP) standaardiseert dit door je in staat te stellen bestandsopdrachten uit te besteden aan speciale servers die tools bieden die een LLM direct kan gebruiken. In deze cursus verwerk je documenten die zijn opgeslagen in een Box-map met behulp van de Box MCP-server. In plaats van aangepaste integratiecode te schrijven om verbinding te maken met de Box API en bestanden te downloaden, ontwerp je je applicatie om de tools te gebruiken die via MCP worden aangeboden. Vaardigheden die je zult opdoen: - Bouw een LLM-aangedreven documentverwerkingsapp, gebruikmakend van de Box MCP-server om toegang te krijgen tot bestanden - Ontwerp een multi-agent systeem met behulp van Google's Agent Development Kit (ADK), bestaande uit gespecialiseerde agenten voor bestandsbewerkingen - Coördineer de multi-agent workflow via een orchestrator die het Agent2Agent (A2A) protocol gebruikt om verbinding te maken met de agenten Je begint met een lokale bestandsverwerkingsapp, refactoreert deze om te werken met de MCP-server van Box, en ontwikkelt deze vervolgens tot een multi-agent systeem. Meld je hier aan: