Pagbuo ng AI Agents gamit ang LLMs, RAG, at Knowledge Graphs — PickAClass
⏱ 2 oras 54 min 📚 29 aralin 🎧 Audio version

Pagbuo ng AI Agents gamit ang LLMs, RAG, at Knowledge Graphs

Matutong magdisenyo at magtayo ng matatalino at context-aware na AI systems gamit ang mga modernong retrieval-augmented generation patterns at structured knowledge graphs.

  • 💬 AI instructor
    Magtanong tungkol sa anumang aralin at makakuha ng malinaw na sagot agad, anumang oras.
  • 🕐 Magsimula anumang oras
    Walang iskedyul o deadline — mag-aral sa sarili mong bilis, kahit kailan.
  • 🌐 Sa Filipino
    Mga aralin, gawain at sertipiko — lahat ay ganap na nasa wika mo.

Tungkol sa kursong ito

Habang umuunlad ang artificial intelligence, ang mga static na language model ay hindi na sapat upang lumutas ng mga komplikadong problema sa totoong buhay. Upang makabuo ng mga tunay na matatalinong sistema, kailangan mong pagsamahin ang kakayahan sa reasoning ng Large Language Models (LLMs) at ang mga dynamic na external data source. Ang kursong ito ay gagabay sa iyo mula sa mga batayang konsepto ng AI hanggang sa pagdidisenyo ng mga agentic system na kakayahang kumuha ng impormasyon, mag-reason sa structured knowledge, at gumawa ng mga awtonomong aksyon. Matututunan mo kung paano i-integrate ang Retrieval-Augmented Generation (RAG) at Knowledge Graphs upang maiwasan ang model hallucinations at makapagbigay ng mga tumpak at mayaman sa kontekstong kasagutan. Mga matututunan mo: - Unawain ang pangunahing terminolohiya ng LLMs, vector search, at agentic workflows - Ipatupad ang Retrieval-Augmented Generation (RAG) upang ikonekta ang mga modelo sa mga external text database - Magdisenyo ng Knowledge Graphs upang i-representa ang mga komplikado at structured na relasyon para sa mas malalim na AI reasoning - I-configure ang AI agents na gumagamit ng tool calling at function execution upang lumutas ng mga multi-step na gawain - Ilapat ang mga prompt engineering pattern upang gabayan ang asal ng agent at ang paggawa ng desisyon - Magsanay sa pagbuo ng mga hybrid architecture na pinagsasama ang lakas ng parehong vector databases at graph databases Magsisimula ka sa mismong mga batayan, pag-aaralan ang mga pangunahing depinisyon ng generative AI at graph structures, bago magpatuloy sa mga nakasulat na code-based na halimbawa ng agent orchestration at retrieval pipelines. Ang kursong ito ay idinisenyo para sa mga software developer, data enthusiast, at tech professional na bago pa lamang sa AI agents at naghahanap ng malinaw at sunod-sunod na pambungad nang hindi nangangailangan ng mga advanced na prerequisite sa machine learning. Simulan ang pagbabasa ngayon upang simulan ang pagbuo ng iyong sariling matalino at data-driven na AI agents.

Nilalaman ng kurso

Ang makukuha mo

  • 📜 Certificate ng pagtatapos
    Idagdag sa LinkedIn profile mo
  • 💬 Personal na AI tutor
    Natigil sa isang aralin? Itanong sa iyong built-in na tutor ang kahit ano, kahit kailan.
  • 🎧 Kasama ang audio version
    Mag-aral kahit saan — hindi kailangan ng screen
  • ♾️ Lifetime access
    Bumalik anumang oras, walang expiry
  • 📱 Telepono o computer
    Gumagana saanman, kahit anong device
  • 💸 14-day refund
    Walang tanong
  • ⚡ Maikli at focused
    2 oras 54 min ng practical content

Certificate ng pagtatapos

Bawat kursong tinapos mo sa PickAClass ay nag-iisyu ng credential na ganito — orihinal, may sariling code, ma-verify sa URL, at detalyado tungkol sa aktwal na naipakita.

P
PickAClass
Skills profile · verifiable
Dokumento
Certificate of Mastery
Pinatutunayan nito na
Pangalan Apelyido
ay matagumpay na nagpakita ng kahusayan sa
Pagbuo ng AI Agents gamit ang LLMs, RAG, at Knowledge Graphs
Mga skill na ipinakita
✓
Pagsusuri ng Behavioral Pattern
Pundasyonal
1.2 oras
✓
Mga framework ng decision-architecture
Bihasa
1.4 oras
✓
Disenyo ng A/B test
Bihasa
1.7 oras
✓
Behavioral copywriting
Advanced
1.9 oras
P
PickAClass — Pangalan Apelyido
Pagbuo ng AI Agents gamit ang LLMs, RAG, at Knowledge Graphs
Pahina 2 ng 2
Detalye ng performance
Buod ng coursework
Mga araling natapos 14 / 14
Practice questions 26 / 28
Mga assignment na isinumite 4 (avg 4.5 / 5)
Capstone project Nasuri — 4.6 / 5
Kabuuang practice 6.2 oras
Performance benchmark
Cohort rank Top 12% sa 1,625
Oras hanggang matapos 11 araw (median: 22)
Mastery score 91 / 100
Practice-question score 94%
Skill verification Verified Skill Path
I-verify ang credential na ito
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Inisyu sa ilalim ng academic standards ng PickAClass. Ang skill levels ay sumasalamin sa na-assess na performance laban sa competency rubric ng kurso. Ito ay orihinal na credential ng platform na ito.

Mga Review

Wala pang review — ikaw ang unang magbahagi.

Magsulat ng review

☆☆☆☆☆
Hihilingin naming mag-sign in ka pagkatapos — ligtas ang draft mo.

Kinuha rin ng iba

Mga madalas itanong

Ano ang kailangan ko para sa kursong ito? +

Telepono o computer na may internet lang. Walang install, walang special hardware.

Paano ako magbabayad? +

Sa pamamagitan ng card via Stripe. Hindi namin iniimbak ang detalye ng card — secure na hinahawakan ng Stripe.

Pwede ba akong mag-refund? +

Oo — full refund sa loob ng 14 araw, walang tanong.

Hanggang kailan ang access ko? +

Habang buhay. Sa pagbili, sa iyo na ang course — balikan mo kahit kailan.

Makakakuha ba ako ng certificate? +

Oo. Pagkatapos, makakatanggap ka ng certificate na maidadagdag sa LinkedIn profile mo.

Para sa mga learner sa
Tech Design Finance Marketing Healthcare Edukasyon Hospitality Manufacturing