AI+ Context Engineering - eLearning (inkludert eksamen)
2.990,00 NOK
- 16 hours
Mestre kontekstbevisste AI-systemer med AI+ Context Engineering™ Ta AI-kompetansen din videre enn enkel prompting, og lær å designe, bygge og drifte produksjonsklare, kontekstbevisste AI-løsninger. Denne sertifiseringen lærer deg å utvikle robuste kontekst-pipelines, håndtere minne og verktøy, og bygge skalerbare AI-systemer som leverer nøyaktige, pålitelige og effektive resultater i virkelige arbeidsflyter. Du får praktiske ferdigheter innen Retrieval-Augmented Generation (RAG), vektordatabaser, sikker virksomhetsintegrasjon, orkestrering av multi-agent-systemer og kodefrie kontekstarbeidsflyter – og blir rustet til å lede den neste bølgen av AI-innovasjon i bedriftsmiljøer.
Nøkkelfunksjoner
Språk
Kurs og materiell på engelsk
Nivå
Nybegynner–middels nivå
Tilgang
1 års tilgang til plattformen 24/7
8 timer med videoleksjoner og multimedia
Anbefaling om 16 timers studietid
e-bøker, lydbøker, podkaster
Prøver, vurderinger og kursressurser
Eksamen
Nettbasert overvåket eksamen med én gratis ny prøve
Sertifikat
Sertifikat på gjennomført kurs inkludert

Bli ekspert på AI+ kontekstengineering for produksjonsklare AI‑systemer
Lær å utforme avanserte kontekst‑rammeverk som går lenger enn enkel prompting, og som effektivt håndterer instruksjoner, minne, verktøy og kunnskap for å sikre jevn og forutsigbar KI‑ytelse på tvers av økter og arbeidsflyter.

Læringsutbytte
Når du er ferdig med dette kurset, vil du kunne:
Grunnlaget for kontekstteknikk (utover prompting)
Oppdag hvordan du kan designe, styre og finjustere AI-kontekst dynamisk under kjøring, og gå utover enkle prompt til strukturert håndtering av instruksjoner, minne, verktøy og systemtilstand for pålitelig AI-ytelse.
Kontekstoptimalisering med W-S-C-I-rammeverket
Bruk kjerneprinsippene Skriv, Velg, Komprimer og Isoler for å øke relevans, nøyaktighet, effektivitet og sikkerhet i produksjonsklare AI-miljøer.
Utforming av minnearkitekturer for KI
Bygg effektive korttids- og langtidsminnesystemer ved hjelp av vektordatabaser, oppsummeringsteknikker og tilbakemeldingsmekanismer for å støtte personalisering, kontinuitet og kompleks resonnering.
Retrieval-Augmented Generation (RAG) og forankret KI
Utvikle pålitelige KI‑applikasjoner med RAG‑pipeliner, embedding‑modeller og vektordatabaser for å redusere hallusinasjoner og levere etterprøvbare, domenespesifikke svar.
End-to-end kontekstpipelines og orkestrering
Bygg omfattende kontekst‑arbeidsflyter – fra brukerforespørsel til innhenting, komprimering, responsgenerering og oppdatering av minne – ved å utnytte verktøy som LangChain, LangGraph og LlamaIndex.

Kursplan
Grunnlaget for kontekstteknikk
Leksjon 1
- Introduksjon til kontekstengineering utover tradisjonell promptengineering
- Overgangen fra enkle prompt til fulle kontekst‑pipeliner
- Kjerneelementer i kontekst: instruksjoner, kunnskap, verktøy og systemtilstand
- Korttidsminne versus langtidsminne i LLM-baserte systemer
- Viktige fordeler: forankring, relevans, kontinuitet og kostnadseffektivitet
- Brukstilfelle: Utforming av en kontekstsensitiv AI-reiseassistent
- Praktisk arbeid: Lage systeminstruksjoner og minnetilstander for en rollebasert KI-agent
Rammeverk og metoder for konteksthåndtering
Leksjon 2
- W-S-C-I-rammeverket: Skriv, Velg, Komprimer, Isoler
- SKRIV: Definere agentidentitet, personlighet, retningslinjer og tilstandskontroll
- SELECT: Presis gjenfinning og metadatafiltrering
- COMPRESS: Oppsummering, tokenoptimalisering og automatisk komprimering
- ISOLER: Sett grenser for sikkerhet, fokus og kontekstbeskyttelse
- Avanserte gjenfinningsstrategier: hybridsøk og semantisk oppdeling
- Case-studie: Minnesystemer i ChatGPT og Claude
- Praktisk: Bruke kontekstutvalg og komprimering med LangChain eller LlamaIndex
Kontekstpipelines, RAG og arkitektur for forankret KI
Leksjon 3
- Utforming av den komplette kontekstpipen (input → gjenfinning → komprimering → sammensetting → respons → oppdatering)
- Dypdykk i Retrieval-Augmented Generation (RAG)-systemer
- Arbeid med vektordatabaser som Pinecone og Chroma, og embedding-modeller
- Identifisering av grunnlagsfeil: hallusinasjoner, kontekstforgiftning, distraksjon
- Avbøtende teknikker: omrangering, sporbarhet for opprinnelse og kontekstdiganostikk
- Case-studie: Anthropics Multi-Agent Researcher (MAR)
- Praktisk: Bygging av en RAG-pipeline med vektorsøk og forankrede svar
Optimalisering, skalering og bedriftsimplementering
Leksjon 4
- Håndtering av tokenbruk og strategier for kostnadsoptimalisering
- Konstekstskalering og Model Context Protocol (MCP)
- Sikkerhet og etterlevelse: filtrering og sladding av personopplysninger (PII), samt rollebasert tilgang
- Konfliktløsning og opprettholdelse av kontekstkonsistens
- Håndtering av multimodal kontekst (tekst, tabeller, PDF-er, videotranskripsjoner)
- Case-studier: Walmarts «Ask Sam» og Morgan Stanley Knowledge Assistant
- Praktisk: Implementering av sikker, rollebasert kontekstfiltrering og -henting
Context Flow-design for forretnings- og no-code-brukere
Leksjon 5
- Gjør forretningsprosesser om til AI-klare kontekstuelle arbeidsflyter
- Kontekstflytdiagrammer (CFD-er) og automatisert arbeidsflytarkitektur (AWA)
- Visuell implementering av W-S-C-I ved hjelp av no-code-verktøy (n8n, Make, Zapier)
- Bruke kontekstmaler for strukturerte og konsistente resultater
- Brukstilfelle: Bygge en dynamisk assistent for kundeonboarding
- Case-studier: automatisering av Airbnb-støtte og utlån til SMB-er hos HSBC
- Praktisk: Lage en kontekstflyt ved hjelp av no-code orkestreringsverktøy
Industrielle anvendelser av kontekstteknikk
Leksjon 6
- Bruk av kontekstteknikk i regulerte miljøer
- Helsevesen: klinisk beslutningsstøtte og isolering av sensitiv pasientinformasjon
- Finans: samsvarsoppsummering, markedsanalyse og verktøybasert kontekst
- Jus og utdanning: presisjonssøk og personlige læringssystemer
- Risikoredusering: håndtering av kontekstforgiftning og kontekstkonflikter
- Utforming av avansert agentminne for oppgaver med lang tidshorisont
- Case-studier: Activeloop (juridisk/IP) og Five Sigma (forsikring)
Multi-agent-systemer og fremtidige arkitekturer
Leksjon 7
- Hvorfor monolittiske agenter feiler: håndtering av kontekstkollaps
- Multi-agent-systemer (MAS) og strategier for kontekstisolasjon
- Agentroller: ruter, planlegger, utfører
- Agent-til-agent-teknikker for kontekstkomprimering
- Styring, retningslinjer og sikkerhet mellom agenter
- Etikk, reduksjon av skjevhet og sporbarhet til kilder
- Case-studier: IBM Watson Orchestrate og systemer for orkestrering av bedriftskontekst
- Karriereveier: Context-arkitekt og roller innen KI-styring
Avsluttende prosjekt og sertifisering
Leksjon 8
- Capstone-oversikt: bygging av et kontekstsensitivt multiagentsystem
- Prosjektbygg: spørringsruter med finansielle beregninger og policy-basert RAG ved bruk av n8n
- Presentasjon, fagfellevurdering og ekspertvurdering
- Avsluttende vurdering og sertifisering i AI+ kontekstteknikk
Utforskede verktøy
- LangChain og LangGraph
- LlamaIndex
- Vektordatabaser (Pinecone, Chroma)
- n8n, Zapier, Make.com
- Innebyggingsmodeller og RAG-pipelines
- Plattformer for kodefri automatisering
- Enterprise-data- og API-integrasjoner

Hvem bør melde seg på dette programmet?
AI-ingeniører og LLM-utviklere
Produktsjefer og AI-arkitekter
Data- og plattformingeniører
Enterprise- og løsningsarkitekter
AI-konsulenter og tekniske ledere
Avanserte no-code- og automasjonsutviklere
Flere detaljer
Forutsetninger
- Grunnleggende programmeringsferdigheter – Erfaring med Python, Java eller tilsvarende programmeringsspråk.
- Grunnleggende forståelse av KI – Kjennskap til sentrale begreper innen kunstig intelligens og maskinlæring.
- Erfaring med databehandling – Evne til å håndtere datasett og bruke grunnleggende metoder for datapreprosessering.
- IoT-bevissthet – Forståelse av Internet of Things (IoT)-systemer og -applikasjoner.
- Kjennskap til skyplattformer – Grunnleggende erfaring med skybaserte KI-verktøy og -tjenester.
Eksamensdetaljer
- Varighet: 90 minutter
- Bestått: 70 % (35/50)
- Format: 50 flervalgs- og flersvarsoppgaver
- Leveringsmetode: På nett via overvåket eksamensplattform (fleksibel tidsplanlegging)
- Språk: engelsk
Lisensiering og akkreditering
Dette kurset tilbys av AVC i henhold til Partnerprogramavtalen og er i samsvar med kravene i Lisensavtalen.
Likestillingspolicy
AVC tilbyr ikke tilrettelegging på grunn av funksjonsnedsettelse eller medisinske forhold for noen studenter. Kandidater oppfordres til å ta kontakt med AVC for veiledning og støtte gjennom hele tilretteleggingsprosessen.
Ofte stilte spørsmål

Trenger du bedriftsløsninger eller LMS-integrasjon?
Fant du ikke kurset eller programmet som ville være passende for din bedrift? Trenger du LMS-integrasjon? Ta kontakt med oss! Vi er agile og løser alt!
