Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

The Complete Agentic AI Engineering Masterclass (2026)

Lớp học Thạc sĩ Hoàn chỉnh về Kỹ thuật AI Tác nhân (2026)

Lớp học Thạc sĩ Hoàn chỉnh về Kỹ thuật AI Tác nhân (2026)

Xây dựng các Tác nhân AI tự động sử dụng ADK, LLM, RAG, Công cụ, MCP, Bộ nhớ, Điều phối thông qua các dự án tổng kết thực tế

4.8
(45 đánh giá)
213 học viên
Giảng viên
Jeiwin Bhamangol
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 399.000đ -87%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
4.0 giờ video
40 bài giảng
1 bài quiz
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 31/05/2026

Bạn sẽ học được gì

Chạy LLM cục bộ (ví dụ: Ollama, LM Studio, Hugging Face) để xây dựng và phát triển các ứng dụng AI hoàn toàn trên máy cá nhân của bạn.
Tạo hệ thống RAG tích hợp embeddings, vector stores và LLM cục bộ để truy xuất tri thức hiệu quả.
Xây dựng các hệ thống tác nhân, nơi các tác nhân thông minh sử dụng công cụ và quy trình làm việc để hoàn thành nhiệm vụ một cách tự động.
Triển khai kỹ thuật prompt, quản lý ngữ cảnh và các biện pháp đảm bảo giới hạn để kiểm soát hành vi của tác nhân và đảm bảo độ tin cậy.

Yêu cầu

Máy tính bàn hoặc máy tính xách tay có kết nối internet để thực hiện các dự án thực hành; kiến thức cơ bản về Python là một lợi thế.

Đối tượng phù hợp

Người mới bắt đầu & Người không chuyên về kỹ thuật: Mong muốn khám phá thế giới AI Tác nhân, không yêu cầu kinh nghiệm trước đó.
Kỹ sư phần mềm & Nhà phát triển AI: Tìm cách xây dựng, triển khai và mở rộng quy mô các tác nhân AI tự động sử dụng các framework như LangChain, LangGraph và Ollama.
Nhà khoa học dữ liệu & Chuyên gia kỹ thuật: Đặt mục tiêu có được kinh nghiệm thực hành với các framework tác nhân tiên tiến nhất và các giải pháp AI thực tế.
Giám đốc sản phẩm & Chuyên gia kinh doanh: Tìm hiểu và dẫn dắt các dự án AI, cộng tác với các nhóm AI, và thúc đẩy giá trị kinh doanh bằng các giải pháp AI tác nhân.
Doanh nhân & Chủ doanh nghiệp nhỏ: Quan tâm đến việc tích hợp các tác nhân AI vào sản phẩm hoặc tự động hóa tác vụ bằng các nền tảng không cần code như LangFlow.

Nội dung khóa học

15 phần • 35 bài giảng
1 Mô hình AI là gì?
2 AI Tạo sinh là gì?
1 Kỹ thuật Truyền thống vs Kỹ thuật AI Tạo sinh
1 LLM Xử lý Đầu vào của Người dùng như thế nào?
1 RAG hoạt động như thế nào
2 Khi nào nên sử dụng Tinh chỉnh LLM
1 Chiến lược Triển khai LLM Cục bộ 1
2 Chiến lược Triển khai LLM Cục bộ 2
1 Hệ sinh thái & Nền tảng AI Mã nguồn mở
1 Kho lưu trữ Mô hình AI Huggingface
2 Bộ dữ liệu Tinh chỉnh Mã nguồn mở Huggingface
3 Huggingface Spaces (Tạo hình ảnh & Tạo nhạc)
1 Thiết lập Môi trường & Khóa LLM
2 Xây dựng Tác nhân Đầu tiên Từ Prompt đến Hành động
1 Tác nhân Phối hợp LLM Đa tác nhân
2 Kiến trúc Tác nhân Tuần tự
3 Kiến trúc Tác nhân Song song
4 Kiến trúc Tác nhân Vòng lặp
5 Tổng quan về Mẫu Tác nhân
1 Xây dựng Công cụ Tùy chỉnh cho Tác nhân (Thực hành)
2 Cải thiện Độ tin cậy của Tác nhân với Trình thực thi Mã (Thực hành)
3 Công cụ Tác nhân vs Tác nhân con vs Công cụ ADK
4 MCP với vai trò Công cụ Tác nhân
1 Đưa ra Tác nhân + Công cụ Tùy chỉnh
2 Hàm Trợ giúp + Luồng Tác nhân
3 Giải thích Quy trình LRO + Bài tập
1 Ứng dụng Tác nhân Có trạng thái
2 Xây dựng Bộ nhớ Liên tục cho Tác nhân
3 Ngữ cảnh Chia sẻ giữa Tác nhân & Phiên
1 Triển khai Khả năng Quan sát cho Tác nhân
2 Ghi log trong Môi trường Sản xuất (Thực hành)
1 Các Tác nhân Lập trình Rung cảm
1 Kiến trúc Hoạt động của Tác nhân Nghiên cứu Chuyên sâu
2 Thiết lập Cấu trúc Dự án & LLM + Mã nguồn
3 Xây dựng Tác nhân AI Nghiên cứu Chuyên sâu

Giới thiệu khóa học

This course, takes you from the fundamentals of AI models to building and deploying Intelligent AI agents using the latest Generative AI Framework and LLM-powered architectures. Designed for professionals, developers, and innovators, this program blends theory, practice, and hands-on insights.

Over the course, you’ll explore:

  • Foundations of Generative AI — Dive deep into CNNs, Transformers, Diffusion Models, VAEs, and how modern generative systems produce new content.

  • Traditional vs Agentic AI Engineering — Understand the shift from static models to reactive agents, and learn why agentic frameworks are the future.

  • How LLMs Work — Unpack tokenization, embeddings, self-attention, layers, prompts, and the reasoning pipelines behind GPT-style models.

  • RAG & Fine-Tuning — Learn when to fine-tune versus retrieval, build vector‐based memory systems, and integrate retrieval-augmented generation (RAG) workflows.

  • Local LLM Deployment — Deploy open-source models like LLaMA, Mistral, and Alpaca on your own infrastructure for security, flexibility, and scale.

  • Hugging Face & Open-Source Ecosystem — Leverage the Hugging Face Model Hub, datasets, pipelines, and tools to accelerate development.

  • Agentic AI Projects (Hands-On) — Build independent agents, research assistants, Q&A systems, planning agents, and multi-agent pipelines.

  • Containerization & Cloud Deployment — Package agents with Docker, Kubernetes, or serverless architectures to deploy them reliably in production settings.

  • Scaling, Monitoring & Maintenance — Learn how to monitor agent performance, handle errors and fallback mechanisms, manage versioning, and scale gracefully.

By the end, you’ll be able to design, fine-tune, and deploy agentic AI systems confidently using Generative AI frameworks.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Artificial Intelligence
Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊