Discover what makes a successful AI agent in production (and how many of them fail on the way!) Learn about the key agentic design principles to set up your agents for scaling, including robust infrastructure and tooling, modular design architecture, and continuous evaluation and feedback loops.

AI Agents in the Wild

To agent or not to agent

Agentic applications

Design Principles for Scalable Agents

Strategies for scalable design

Enforcing the pillars of scalable design

How AI Agents Scale (and Fail)

Don't fail when you scale!

Agentic accounting

Guardrails or it fails

Designing Scalable Agents

Learn about key strategies to ensure that your agent is being developed with scalability in mind. Gain insights into how the Model Context Protocol (MCP) and the Agent-to-Agent protocol (A2A) enable scalability through standardization.

Multi-Agent Design Patterns

Making the leap from single to multi-agents

Multi-agent design patterns

The Model Context Protocol (MCP)

Getting to know MCP

MCP is the MVP

Clients, servers, and everything in between

The Agent-to-Agent (A2A) Protocol

Agent cards - Gotta Catch 'Em All

MCP and A2A: friend or foe?

Developing Agents for Scalability

Time for production, but not so fast! Build a robust testing framework to give you confidence that the AI agent will continue to perform in production. Choose the best deployment strategy for your use case, and learn how to integrate real-time data sources with your agentic system.

Taslak Kanıttan (PoC) Üretime

FoodGPT

Bir ajanın sağlam şekilde test edilmesi

Seçenekler

Tamamlanacak görevler

Gerekli değil

Daha neler kontrol edilmeli?

Hızlı ve Verimli Veri Alımı

Gerçek zamanlı verinin değeri

Zarifçe Hata Yönetimi: Riskleri Azaltma

Üssel geri çekilmeyle yeniden dene

Kuralları koyma zamanı!

Tebrikler!

Deploying Agents into Production at Scale

Cheat Sheet

Course Glossary

Neden bu kadar çok etkin sistem geliştirmeden üretime geçişte tökezliyor? Bu kursta öğreneceksin! Ölçeklenebilirliği baştan düşünerek, etkin ölçeklenebilirliğin üç ayağını izleyerek (sağlam altyapı ve araçlar, modüler tasarım mimarisi ve sürekli değerlendirme ile geri bildirim döngüleri) AI ajanlarını nasıl tasarlayıp geliştireceğini keşfet. Model Context Protocol (MCP) ve Agent-to-Agent protocol (A2A) gibi etkin çerçevelerin, veri kaynaklarıyla ajanlar arasında daha temiz ve hızlı entegrasyonları nasıl mümkün kıldığını öğreneceksin. Son olarak, ajanının değer üretmesini sağlamak için testler ve dağıtım stratejilerini öğren.

Videolarda, videoların sol altındaki "Show transcript" seçeneğine tıklayarak açabileceğin canlı altyazılar bulunur.

Kurs sözlüğünü sağ taraftaki kaynaklar bölümünde bulabilirsin.

CPE kredisi almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri duyurusuna tıklayarak değerlendirmeye gidebilirsin.

<h2>Ölçeklendirme için Ajanlar Tasarlama ve Geliştirme</h2>
Modülerlik, sağlamlık ve uyarlanabilirlik olmak üzere üç temel unsurdan oluşan ajan ölçeklenebilirliği ilkelerini takip ederek, ölçeklenebilirliği göz önünde bulundurarak AI ajanları tasarlama ve geliştirme yöntemlerini öğrenin. Prodüksiyonda başarılı bir ajanın özelliklerini ve neden bu kadar çok kişinin bu noktaya gelmek için mücadele ettiğini keşfedin.<br><br><h2>MCP ve A2A'nın Gücünü Keşfedin</h2>
Anthropic tarafından geliştirilen Model Context Protocol (MCP), ajanların veri kaynaklarına bağlanmasına yönelik birleşik bir yaklaşım oluşturarak ajanların birlikte çalışabilirliğinde devrim niteliğinde bir değişiklik yarattı. Google tarafından geliştirilen A2A (Agent-to-Agent) protokolü, MCP'yi tamamlar. Acentenizin entegrasyonlarının ölçeklenebilir olmasını sağlamak için bu iki çerçevenin nasıl birleştirilebileceğini öğrenin.<br><br><h2>Ajan Test ve Dağıtım En İyi Uygulamalarını Uygulayın</h2>Büyük kırmızı düğmeye basıp ajanı üretime geçmeden önce, ölçeklendirmeyle birlikte gelen riskleri azaltmanız gerekir. Bileşenler, entegrasyonlar, performans ve güvenlikle ilgili sorunları tespit etmek için sağlam bir test çerçevesi oluşturmayı öğrenin. Kullanım senaryosunun gereksinimlerini göz önünde bulundurarak, ajanınız için hangi dağıtım türünün uygun olduğuna karar verin.

Introduction to AI Agents

AI ajanlarını ölçeklendirmek için MCP ve A2A gibi çerçevelerden yardım alarak keşfedin.

Ölçeklenebilir Etkin Sistemler Oluşturma

MCP ve A2A gibi çerçevelerin yardımıyla AI ajanlarını ölçeklendirmek için neler gerektiğini keşfedin.

AI Ajanının Temelleri

Senior AI Cloud Advocate, Microsoft

Zarif Hatalar: Riskleri Azaltma

Araç çağrısı hataları

Araç çağrısı hataları - yeniden deneme mekanizması

Araç çağrısı hataları - önbellekleme

Araç çağrısı hataları - kuyruk yönetimi

Kimlik doğrulama

Kimlik doğrulama - benzersiz aracı kimlikleri

Kimlik doğrulama - yalıtılmış ortamlar

Kimlik doğrulama - korumalar ve eylem kısıtları

Haydi pratik yapalım!

Deploying Agents into Production at Scale - Zarifçe Hata Yönetimi: Riskleri Azaltma

Zarifçe Hata Yönetimi: Riskleri Azaltma

Create Your Free Account