AI+ Context Engineering - eLearning (inkludert eksamen)
2.990,00 NOK
- 16 timer
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 en skreddersydd bedriftsintern opplæring eller gruppeopplæring?
Be om et bedriftsinternt opplæringsprogram som er skreddersydd spesielt for teamet ditt. Vi tilbyr fleksible tilpasningsmuligheter i tråd med forretningsmålene dine, samt konkurransedyktige gruppepriser for større team. Fyll ut skjemaet nedenfor, så utformer ekspertene våre innen bedriftsopplæring den perfekte løsningen for deg.
