Membangun AI Agent dengan LlamaIndex dan RAG

Seiring berkembangnya kecerdasan buatan, model bahasa statis tidak lagi cukup; aplikasi modern membutuhkan AI yang dapat secara aktif mengambil data kustom dan mengeksekusi tugas multi-langkah. Kursus ini mengajarkan Anda cara menjembatani kesenjangan antara large language models dan sumber data Anda sendiri menggunakan LlamaIndex. Anda akan mulai dengan konsep dasar AI Agent dan Retrieval-Augmented Generation (RAG), bergerak selangkah demi selangkah melalui proses membangun workflow agentic yang kuat dan berbasis data. Apa yang akan Anda pelajari: Memahami terminologi dasar AI Agent, LLMs, dan arsitektur RAG. Mengonfigurasi LlamaIndex untuk menyerap, mengindeks, dan menanyakan sumber data kustom Anda. Membangun pipeline RAG dasar untuk meningkatkan akurasi dan relevansi respons AI. Merancang workflow agentic yang dapat memecah kueri kompleks dan merutekan tugas secara efektif. Mengintegrasikan modern vector databases untuk menyimpan dan mengambil data secara efisien. Menerapkan dasar-dasar prompt engineering untuk memandu agent Anda menuju output yang andal. Kursus ini dimulai dengan terminologi penting dan konsep dasar sebelum memandu Anda melalui latihan tertulis untuk membangun indeks data dan loop agentic pertama Anda. Anda akan maju dari kueri dokumen sederhana hingga merancang AI Agent multi-langkah yang mampu melakukan penalaran atas dataset yang kompleks. Kursus ini dirancang untuk pemula, calon data engineer, dan pengembang tanpa pengalaman AI sebelumnya yang ingin memahami mekanisme workflow agentic. Mulailah membaca hari ini untuk membuka potensi data Anda dan membangun AI Agent cerdas pertama Anda.