Custom AI agenti — od ideje do produkcije
Tehnički kurs za developere i tech leadove koji žele dizajnirati, testirati i pustiti u produkciju AI agente povezane s poslovnim sistemima.
Pregled kursa
Dizajnirajte, testirajte i deployajte autonomne AI agente koji se integrišu s vašim sistemima.
Za koga
- Backend i full-stack developeri koji žele graditi AI-native produkte
- Tech Leads koji procjenjuju arhitekturne opcije za AI feature razvoj
- DevOps inženjeri zaduženi za deployment i monitoring LLM sistema
Nakon kursa moći ćete
- Dizajnirati arhitekturu AI agenta s tool calling, system promptima i memorijom
- Implementirati RAG (Retrieval-Augmented Generation) i integraciju sa eksternim API-ima
- Pisati evaluacijske testove za agent ponašanje i mjeriti kvalitet
- Deployati agenta u produkciju s observability, cost kontrolom i rollback planom
- Primjeniti sigurnosne kontrole: policy layer, rate limiting, human-in-the-loop
Preduslov: Potrebno: iskustvo s jednim backend jezikom (Python, Node.js ili sličan). Preporučeno: osnovno razumijevanje REST API-a i JSON-a.
Najnapredniji kurs u katalogu — za developere koji grade AI produkte
Besplatni vodič koji dopunjuje ovaj kurs →Lekcija 1: Arhitektura AI agenta
25 min
Šta ćete naučiti
- →Razlikovati AI agenta od običnog chatbota
- →Identifikovati pet komponenti agenta (LLM, tools, memory/RAG, policy, eval)
- →Skicirati arhitekturu jednostavnog agenta s human-in-the-loop tačkom
Agent nije samo chatbot s boljim promptom
AI agent kombinuje model, alate, memoriju, pravila i petlju odlučivanja. Model generiše razmišljanje i plan, ali sistem mora ograničiti šta agent smije uraditi, koje podatke vidi i kada traži ljudsku potvrdu.
| Komponenta | Uloga | Rizik ako nedostaje |
|---|---|---|
| LLM | Tumači zadatak i generiše plan | Nema razumijevanja jezika i konteksta |
| Tools | Poziva API-je, baze, pretragu ili akcije | Agent samo razgovara, ali ne izvršava |
| Memory/RAG | Daje relevantno znanje i historiju | Odgovori su opšti ili halucinirani |
| Policy layer | Ograničava dozvole i opasne akcije | Agent može uraditi previše |
| Eval set | Mjeri kvalitet kroz iteracije | Ne znate da li je nova verzija bolja |
Hands-on
Nacrtajte arhitekturu agenta koji provjerava stanje zaliha, predlaže narudžbu i šalje nacrt emaila nabavci, ali ne šalje email bez potvrde čovjeka.
┌─────────────────────────────────────────────────────────────┐
│ USER / TRIGGER │
│ (email, cron, webhook, API call) │
└──────────────────────────────┬──────────────────────────────┘
│ task
▼
┌────────────────────────┐
│ SYSTEM PROMPT │ ← uloga, pravila,
│ (ugovor ponašanja) │ zabrane, izlaz
└───────────┬────────────┘
▼
┌──────────────────────────────────────────┐
│ LLM (plan + reasoning) │
│ "Šta da uradim sljedeće?" │
└──┬────────────┬─────────────┬────────────┘
│ │ │
▼ ▼ ▼
┌────────┐ ┌────────┐ ┌──────────┐
│ MEMORY │ │ RAG │ │ TOOLS │ ← API, DB,
│ (state)│ │ (docs) │ │ (akcije) │ web search
└────┬───┘ └───┬────┘ └────┬─────┘
│ │ │
└───────────┴─────┬───────┘
▼
┌──────────────────┐
│ POLICY LAYER │ ← dozvole, limits,
│ (gateway) │ destructive guard
└────────┬─────────┘
│
┌────────────┴────────────┐
▼ ▼
┌────────────┐ ┌───────────────┐
│ AUTO ACTION│ │ HUMAN APPROVAL│
│ (read-only)│ │ (send/delete) │
└─────┬──────┘ └───────┬───────┘
│ │
└──────────┬───────────────┘
▼
┌──────────────┐
│ AUDIT LOG │ ← tool calls, izvori,
│ + EVAL SET │ greške, ovjere
└──────────────┘Zadatak: definišite cilj, dostupne alate, zabranjene akcije i tačku ljudske potvrde za jednog agenta iz vašeg poslovnog konteksta.
Provjera znanja · 1 / 3
Šta razlikuje AI agenta od običnog chatbota?
Sažetak lekcije
- 1.Agent = LLM + Tools + Memory/RAG + Policy + Eval.
- 2.Policy layer je ono što sprječava 'prevelika autonomija' rizik.
- 3.Eval set čini iteraciju mjerljivom, ne slijepom.
Zadatak
Na osnovu ove lekcije, napišite popis 3 procesa u vašoj kompaniji koji bi mogli biti automatizovani. Za svaki proces: šta je ulaz, šta je izlaz, koliko sati sedmično troši?
Lekcija 2: Tool calling, system prompt i granice agenta
25 min
Ova lekcija je dio plaćenog pristupa
Jedna uplata od 29 KM otključava sve AIC kurseve, certifikate i buduća ažuriranja.
Lekcija 3: RAG i integracija s poslovnim sistemima
30 min
Ova lekcija je dio plaćenog pristupa
Jedna uplata od 29 KM otključava sve AIC kurseve, certifikate i buduća ažuriranja.
Lekcija 4: Testing, evaluacije i quality assurance
30 min
Ova lekcija je dio plaćenog pristupa
Jedna uplata od 29 KM otključava sve AIC kurseve, certifikate i buduća ažuriranja.
Lekcija 5: Deployment, monitoring i skaliranje
25 min
Ova lekcija je dio plaćenog pristupa
Jedna uplata od 29 KM otključava sve AIC kurseve, certifikate i buduća ažuriranja.
Instruktor
AIC Tim
Artificial Intelligence Center — tim stručnjaka za AI implementaciju u Bosni i Hercegovini. Radili smo s kompanijama u bankarstvu, telekomunikacijama, retailu i javnom sektoru na uvođenju AI rješenja s mjerljivim ROI-em.