Agentic AI Engineering Program

Überblick

Das Agentic AI Engineering Programm ist ein 6-monatiger Kurs der ALA Academy, gefolgt von einem 6-monatigen integrierten Praktikum bei ALA Core an realen Agentic-AI-Projekten. Sie lernen, KI-Agenten und Multi-Agenten-Workflows zu entwerfen, zu entwickeln, zu evaluieren, abzusichern und bereitzustellen, mit Python, LLM-APIs, dem OpenAI Agents SDK, LangGraph, MCP und A2A.

Kursstruktur

- Dauer: 6 Monate / 24 Wochen

- Sitzungen: 72 geleitete Sitzungen (3 pro Woche, je 2 Stunden)

- Gesamtumfang: 144 Unterrichtsstunden

- Monate 1-5: 60 Sitzungen zu Agentic AI Engineering

- Monat 6: 12 Sitzungen zur Karrierevorbereitung (Lebenslauf, LinkedIn, GitHub-Portfolio, Vorstellungsgespräche, Abschlusspräsentation)

- Praktikum: 26 Wochen bei ALA Core

- Einstiegsniveau: Grundlagen bis Junior, grundlegende Programmierkenntnisse sind hilfreich

Was Sie lernen

- Wann deterministische Automatisierung, LLM-Workflows, einzelne Agenten oder Multi-Agenten-Systeme sinnvoll sind

- Python-Engineering, asynchrone Programmierung und REST-APIs

- LLM-Grundlagen, Prompting, Context Engineering und strukturierte Ausgaben

- Tool Calling und der Aufbau der Agentenschleife

- Retrieval (RAG), agentisches RAG und fundierte Antworten mit Quellenangaben

- Zustand, Kurzzeit- und Langzeitgedächtnis sowie Datenschutzgrenzen

- OpenAI Agents SDK: Tools, Sessions, Guardrails, menschliche Freigabe und Tracing

- Multi-Agenten-Orchestrierung, Delegation und langlebige Workflows mit LangGraph

- Model Context Protocol (MCP): Server und sichere Clients entwickeln

- Agent2Agent-(A2A-)Interoperabilität

- Evaluierungsgetriebene Entwicklung: Aufgaben- und Trajektorien-Evaluierungen, Regressionstests und Release-Gates

- Sicherheit: Bedrohungsmodellierung, Prompt Injection, minimale Rechte, Red Teaming und OWASP-LLM-Risiken

- Observability, Zuverlässigkeit, FastAPI-Services, Docker und Produktionsbetrieb

- Verantwortungsvolle KI, Data Governance sowie Kosten- und Latenzoptimierung

Projekte und Bewertung

- Projekt 1: Einzelner Agent in Produktionsqualität

- Projekt 2: Orchestrierter Multi-Agenten-Workflow mit MCP

- Projekt 3: Sicherer, beobachtbarer und containerisierter Agenten-Service

- Ein integriertes Abschlussprojekt (25 % der Gesamtnote)

- Karrierepaket und Abschlusspräsentation vor einem Gremium von ALA Core

Karrieremonat

Erstellen Sie einen zielgerichteten Agentic-AI-Lebenslauf, ein LinkedIn-Profil und ein GitHub-Portfolio mit Architekturnotizen, Beispiel-Traces und Evaluierungen. Absolvieren Sie ein technisches Probe-Interview und präsentieren Sie Ihr Abschlussprojekt.

Praktikum in der Praxis

Arbeiten Sie gemeinsam mit den KI-, Backend-, Daten-, QA- und Produktteams von ALA Core an realen internen oder Kunden-Projekten im Bereich Agentic AI. Sie erhalten Zugriff mit minimalen Rechten unter einem zugewiesenen Mentor und führen keine folgenreichen Produktionsaktionen eigenständig aus.

Für wen ist der Kurs geeignet?

Entwickler und angehende KI-Ingenieure, die zuverlässige, sichere und produktionsreife KI-Agenten bauen möchten.