75 minuuttiaLopullinen MCP-pikakurssi – rakenna alusta alkaen
Rakenna ensimmäinen MCP-palvelin ja ymmärrä, miten työkalut, skeemat, kehotteet, resurssit ja kuljetukset sopivat yhteen.
Hamel Husain. Hamel Husain, Eugene Yan, Brian Bischof, Harrison Chase ja Shreya Shankar käsittelevät jäljitystä, lokianalyysiä, kielimallin käyttöä arvioijana sekä todelliseen tuotantodataan perustuvaa työnkulkua. Varaa videolle aikaa kuten pitkälle podcastille. Se syventää artikkelin kehotusta tarkastella todellisia jälkiä.
Video on mukana pienestä katselumäärästä ja kahden ja puolen tunnin kestosta huolimatta, koska vastaavaa pitkää käsittelyä jälkiin perustuvasta arvioinnista ei ole helposti saatavilla.
Yhdistä jäljitys, arviointi, palaute ja tuotantokatselmointi LLM-järjestelmien toimintasilmukaksi.
Kokemus tuotantokäytössä olevista LLM-järjestelmistä. Video olettaa, että sinulla on todellisia jälkiä ja lokeja analysoitavaksi.
Viimeksi tarkistettu: 14.8.2026
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
75 minuuttiaRakenna ensimmäinen MCP-palvelin ja ymmärrä, miten työkalut, skeemat, kehotteet, resurssit ja kuljetukset sopivat yhteen.
19 minuuttiaParanna työkalusuunnittelua, jotta agentit valitsevat oikean toiminnon oikeilla parametreilla.
19 minuuttiaTunnista tuotanto-RAG:in säätimet, jotka puuttuvat naiiveista document-chat-demoista.
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
GenAI-kauden vastaus johtajan strategiaan. Kolme lyhyttä kurssia, jotka on suunniteltu erityisesti liiketoimintaan vastaaville — ei teknistä taustaosaamista vaadita — ja ne käsittelevät sitä, missä generatiivinen tekoäly tuottaa arvoa, miten sen voidaan hallita vastuullisesti sekä miten muuntaa epämääräinen "meidän pitäisi käyttää tekoälyä" konkreettiseksi ja puolustettavaksi käyttötarkoitukseksi. Arviointi 4.6 noin 700 arvostelun perusteella. Paras suorittaa ennen seuraavaa tekoälybudjetin päätöksentekoa.