Raj kumar
Miembro desde 2023
Liga de Oro
3632 puntos
Miembro desde 2023
Take your agents from localhost to production. This course teaches you to deploy ADK agents to Vertex AI Agent Engine and Cloud Run, with optional cross-session memory via Memory Bank.
Learn to orchestrate complex multi-agent workflows. This lesson teaches you to choose the right workflow patterns, manage state across agents, understand when custom logic is needed, and introduces distributed agent systems with A2A Protocol.
Learn to coordinate multiple specialized agents working together. This lesson teaches you when to use multi-agent systems, how to orchestrate agents with workflow patterns, and how agents communicate through shared state. By the end, you’ll build a complete multi-agent application.
Ya creaste tu primer agente: ahora es momento de dar el siguiente paso. En este curso, mejorarás tus habilidades aprendiendo a convertir un agente de IA básico en un asistente sofisticado y preciso. También aplicarás instrucciones avanzadas, selección de modelos, capacidades de planificación y patrones de salida estructurados. Únete al foro de la comunidad para realizar preguntas y participar en debates
Convierte tu comprensión de los agentes en una realidad práctica creando, configurando y ejecutando tu primer agente de IA con el Kit de desarrollo de agentes (ADK) de Google. En este curso práctico, configurarás un entorno de desarrollo de ADK completo, crearás agentes con código de Python y configuración de YAML, y los ejecutarás a través de múltiples interfaces. También aprenderás cuáles son los parámetros principales que definen el comportamiento de los agentes, por lo que usarás lo aprendido en el curso 1 y lo aplicarás con código real.
Los agentes de IA representan un cambio importante más allá de los modelos de lenguaje grandes (LLM) tradicionales: en vez de simplemente generar soluciones basadas en texto, también pueden actuar de forma autónoma para ejecutarlas. En este curso, se presentan los conceptos fundamentales de los agentes de IA, cómo se diferencian de las APIs de LLM y cómo agregan valor en el mundo real. Basado en el informe de agentes de Google, proporciona la base teórica necesaria antes de escribir las primeras líneas de código de agente: ideal para desarrolladores, arquitectos y responsables de tomar decisiones técnicas que desean comprender los sistemas de IA desde la perspectiva del comportamiento autónomo y orientado a objetivos (y no solo la generación de texto). Únete al foro de la comunidad para realizar preguntas y participar en debates.