AI-ágensfejlesztés
az alapoktól
Lépj túl a promptoláson, és fejlessz saját AI agenteket!
Sajtos István
Vice President, Head of AI Division
PeakX
A KURZUSRÓL
- Kezdés:
június 24.
- Hossz:
13 alkalom
- Formátum:
élő, online
Tanuld meg, hogyan építhetsz önállóan cselekvő, stabilan működő AI agenteket a TypeScript-alapú modern stacktől kezdve a RAG-tudásbázisokon és LLM routingon át egészen az always-on, ügyfélszolgálati és beszélő rendszerekig! Az AI-ágensfejlesztés kurzuson végigvezetünk az agentek teljes életciklusán, miközben egy saját projekten dolgozol, amelyet a képzés végére élesíthető AI-termékké fejlesztesz.
A kurzuson való részvételhez szoftverfejlesztői tapasztalat (TypeScript vagy JavaScript haladó szintű ismerete) szükséges.
KINEK AJÁNLJUK A KURZUST?
-
01
Tapasztalt szoftverfejlesztőknek
Stabil programozói alapokkal rendelkezel, de elveszettnek érzed magad a modern AI stack gyorsan változó világában? Az AI-ágensfejlesztés képzés alkalmain a gyakorlatban sajátítod el az agentek építését TypeScriptben, és megmutatjuk, miként teszteld és integráld őket hatékonyan a meglévő rendszerekbe.
-
02
Tech foundereknek és startupvállalkozóknak
Szeretnél gyorsan AI-alapú termékkel piacra lépni, ezért nem fér bele a hónapokig tartó kísérletezés vagy a bizonytalan architektúra? A képzésen olyan skálázható, befektetők számára is hiteles megoldásokat ismersz meg, amelyek nem csupán demóként mutatnak jól, hanem valós üzleti környezetben is megbízhatóan működnek.
-
03
Önképző AI/ML-fejlesztőknek
Eleged van a blogposztok és YouTube-videók végtelen böngészéséből, és szeretnél bejárni egy lépésről lépésre vezető tanulási utat? A képzésen gyakorlati feladatokon keresztül építed fel a saját AI-rendszeredet, visszajelzéseket kapsz, és megtanulsz magabiztosan dönteni éles környezetben is, legyen szó RAG-ról, routingról, orchestrationről vagy deploymentről.
AZ ELŐADÓ
Sajtos István
Vice President, Head of AI Division
PeakX
-
A Peak mesterséges intelligencia üzletágának vezetője, ahol egy 15+ fős csapatot irányít.
-
Csapata egyedi AI agenteket fejleszt és telepít bankoknak és nagyvállalatoknak a CEE régióban.
-
Az MBH Banknál 20+ saját fejlesztésű agentet üzemeltettek éles környezetben.
-
2025-ben a PeakX által fejlesztett AI agentek több száz millió forint kimutatható megtérülést hoztak.
-
Korábban az AI Start 500 program vezetője volt, amely 500 magyar kkv-nak biztosít ingyenes AI-hozzáférést.
-
CTO-ként ügynökségek és startupok technológiai vezetőjeként is dolgozott, többek között a MandyApp és az Airnip társalapítójaként.
MIRE SZÁMÍTHATSZ A KURZUSON?
-
01
Az alapoktól a működő agentekig
A képzés elején megismered az AI-ágensek működésének alapját: az agentic coding eszközök körképét, az AI SDLC keretrendszert, az MCP-k beüzemelését, valamint a workflow-k tervezési elveit is. Már az első hetekben létrehozol egyszerűbb, önálló feladatok végrehajtására képes agenteket, amelyeket felügyelet nélkül futtathatsz Claude Code loop segítségével.
-
02
Haladó architektúrák és integrációk
Az alapozás után mélyebben belemegyünk az összetettebb ágensarchitektúrákba. Átvesszük a többügynökös rendszerek kialakítását, a saját dokumentumokból való tudásbázis építését, valamint elsajátítod a multi provider routing konfigurálását is. Az AI-ágensfejlesztés tanfolyam végére tudni fogod, hogy mi kell ahhoz, hogy egy agentrendszert enterprise szintre emelj.
-
03
Automatizáció és adatkezelés
Gyakorlati példákon keresztül megtanulod, miként futtass rendszerek között automatizált workflow-kat, illetve hogyan építs beszélő agenteket vagy az ügyfélkezelési folyamatokat támogató mesterséges intelligenciát. Bemutatjuk azokat a technikákat és eszközöket, amelyek segítségével az AI-projektedet mérhető ROI-val integrálhatod a szervezet működésébe.
Kurzusprogram
-
01 alkalom06.24.
Hogyan gondolkodj AI agentekben?
- AI SDLC keretrendszer: Discovery → Design → Pilot → Deploy → Monitoring
- Végigvezetett sikersztori egy valós projektből
- Use case shortlist: melyik problémát érdemes agenttel megoldani?
- ROI forecast és baseline felállítása
-
02 alkalom06.29.
Az első agentedet te írod
- Agentic coding spektrum: Vibe Coding, AI Augmented Coding, Vibe Designing, Agentic Coding
- Az agentic coding eszközök körképe: Claude Code, Cursor, Codex
- Claude Code fejlesztői környezet felállítása Macen
- MCP-k beüzemelése, skillek, custom parancsok
- Az első saját agent megépítése TypeScriptben
-
03 alkalom07.01.
Amikor egy agent nem elég
- Párhuzamos agentfuttatás, worktree-k, tmux/iTerm2
- Agent swarm: feladatelosztás, orchestrator + worker pattern
- Promptolási stratégiák: BMAD, plan-mode, spec-vezérelt fejlesztés
-
04 alkalom07.06.
Agent, ami soha nem alszik: always-on agent szerver felállítása
- Claude Code loopok: felügyelet nélküli agentfuttatás
- Computer Use: az agent látja és kezeli a képernyőt
- CI/CD pipeline: GitHub Actions + Nx build, tesztek, review, deploy
- Böngészőautomatizálás Playwright MCP-vel
-
05 alkalom07.08.
Az agent kilép a terminálból
- AI frameworkök: OpenAI Agents SDK, Vercel AI SDK, Mastra
- Élő demó + döntési mátrix: mikor melyiket, mire?
- Webes chatfelület építése az agentnek
-
06 alkalom07.13.
Honnan tudja az agent, amit tud?
- RAG: tudásbázis építése saját dokumentumokból
- Integrációs platformok és kész konnektorok (Composio)
- LLM routing: multi-provider stratégia (OpenAI, Anthropic, Gemini, DeepSeek, Qwen), melyik modellt mire, milyen áron?
-
07 alkalom07.15.
Beszélő agent
- Chat agent platformok: EchoAI, Botpress, Voiceflow
- Voice agentek: ElevenLabs, Whisper, beszédfelismerés és beszédgenerálás
- Kiválasztási szempontok: mikor dobozos, mikor custom?
-
08 alkalom07.27.
A kérdéstől az eszkalációig
- Ügyfélszolgálati agentek: ticketing, routing, eszkaláció
- Értékesítési és lead qualification agentek
- Webhookok, API-ok, dobozos és custommegoldások láncolása
-
09 alkalom07.29.
Ki felel, ha az agent hibázik?
- Enterprise-architektúra: multi-agent rendszerek tervezése
- GDPR, EU AI Act, audit trail, PII-kezelés
- Human-in-the-loop: jóváhagyási pontok, eszkalációs szabályok
- A/B tesztelés: promptok, modellek, flow-k tesztelése éles környezetben
-
10 alkalom08.03.
Honnan tudod, hogy jól működik?
- Tesztelési stratégiák agentekre: unit, integration, E2E
- Hallucinációdetekció, content validation
- AI eval frameworkök (RAGAS): szisztematikus minőségmérés
- ROI-tervezés: baseline, KPI-ok, mérési terv
-
11 alkalom08.05.
Go-live: az első éles nap
- Staging → production deployment Railwayen (Nx + GitHub Actions)
- Monitoring, alerting, költségkövetés
- Token tracking providereken át, caching, modell routing prodban
- Szervezeti bevezetés, change management, átadás
-
12 alkalom08.10.
Hogyan add el az AI-projektet a menedzsmentnek?
- AI SDLC: a kurzus során épített rendszer visszakapcsolása a keretrendszer fázisaira
- ROI-kiértékelés: mit mértünk, mit értünk el, hogyan prezentáld az eredményeket?
- KPI dashboard: milyen számokat mutass, kinek, milyen gyakran?
- Bevezetési roadmap: lépések, amelyekkel egy szervezetbe beviszed az AI agenteket
- Template-ek és sablonok, amiket azonnal használhatsz
-
13 alkalom08.19.
Záróprojektek és jövőkép
- Visszajelzés, közös értékelés
- Merre tart az AI agent ökoszisztéma?
- Erőforrások, közösség, továbblépés
TUDD MEG AZ ÁRAT!
A kurzussal, a részvételi díjjal és az aktuális promóciókkal kapcsolatos bővebb tájékoztatásért, kérjük, regisztrálj!
A kurzuson való részvételhez szoftverfejlesztői tapasztalat (TypeScript vagy JavaScript haladó szintű ismerete) szükséges.