Design, Develop, and Deploy Multi-Agent Systems with CrewAI

Sparen Sie mit 40% Rabatt auf 3 Monate Coursera Plus bei den Fähigkeiten, die Sie zum Strahlen bringen. Jetzt sparen

kurs ist nicht verfügbar in Deutsch (Deutschland)

Wir übersetzen es in weitere Sprachen.

Design, Develop, and Deploy Multi-Agent Systems with CrewAI

Dozent: Joe Moura

3.555 bereits angemeldet

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

11 Bewertungen

Stufe Anfänger

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

4 Module

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.

11 Bewertungen

Stufe Anfänger

Empfohlene Erfahrung

2 Wochen zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Build practical multi-agent systems that collaborate, use tools and memory, and scale reliably to production.
Use tools such as web search and MCP servers to extend your agents’ real-world capabilities.
Add guardrails, hooks, and low level control with CrewAI Flows to make AI systems safer, more predictable, and production-ready.

Kompetenzen, die Sie erwerben

Kategorie: Large Language Modeling
Kategorie: Automation
Kategorie: Tool Calling
Kategorie: System Monitoring
Kategorie: Artificial Intelligence
Kategorie: Continuous Monitoring
Kategorie: Artificial Intelligence and Machine Learning (AI/ML)
Kategorie: Context Engineering
Kategorie: Scalability
Kategorie: Agentic systems
Kategorie: Workflow Management
Kategorie: Generative AI Agents
Kategorie: Memory Management
Kategorie: Context Management
Kategorie: LLM Application

Werkzeuge, die Sie lernen werden

Kategorie: Agentic Workflows
Kategorie: AI Workflows
Kategorie: Model Context Protocol
Kategorie: CrewAI
Kategorie: AI Orchestration

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

4 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

In diesem Kurs gibt es 4 Module

Multi-agent systems let generative AI go beyond single tasks, enabling teams of agents that can plan, reason, and collaborate to solve complex problems.

In this course, you’ll learn how to build multi-agent systems that automate complex, end-to-end workflows. You’ll create intelligent agent teams that plan, reason, and collaborate using tools, memory, and guardrails, and learn how to scale them for production. Across four modules, you’ll build practical applications including an automated code reviewer, a meeting co-pilot, and a deep researcher, each showcasing real-world design patterns for agent collaboration. You’ll monitor and debug agent performance using traces, evaluate behavior with LLM-as-a-Judge, and apply best practices for continuous improvement in production. By the end, you’ll be able to implement custom multi-agent systems that perform reliably, deliver measurable outcomes, and scale to thousands of users.

In this module, you will design and develop single- and multi-agent systems from concept to prototype. You'll tune agent behavior using context engineering, study real-world use cases, and examine how these systems run in production. You will complete the graded quiz and Automatic Code Review graded programming assignment to pass the module.

Das ist alles enthalten

10 Videos3 Lektüren1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore

10 VideosInsgesamt 58 Minuten

Welcome7 Minuten
Course Overview4 Minuten
What Are AI Agents?6 Minuten
Use Cases for AI Agents6 Minuten
What Makes an AI Agent Intelligent?7 Minuten
Planning Multi-Agent Systems4 Minuten
Multi-Agent Systems in Production5 Minuten
Tactics for Debugging, Observing, Optimizing7 Minuten
Use Cases: Multi-Agent Systems at Scale5 Minuten
The AI Agent Revolution and Why It's Happening Now7 Minuten

3 LektürenInsgesamt 25 Minuten

Course Syllabus10 Minuten
Join the DeepLearning.AI Forum5 Minuten
Module 1 Lecture Notes10 Minuten

1 AufgabeInsgesamt 15 Minuten

AI Agents and Applications15 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

Automatic Code Review180 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Building your first AI Agent60 Minuten
Building Multi-Agent Systems60 Minuten

In this module, you'll learn to control agent behavior with guardrails, execution hooks, memory, and knowledge to guide richer decision cycles. You will build and integrate custom tools, and learn how the Model Context Protocol is expanding agent capabilities. You will complete the graded quiz and the Automatic Code Review graded programming assignment to pass the module.

Das ist alles enthalten

7 Videos1 Lektüre1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore

7 VideosInsgesamt 61 Minuten

Understanding AI Agent Workflows6 Minuten
Incorporating Memory and Knowledge7 Minuten
Controlling Agents with Guardrails10 Minuten
Controlling Agents with Execution Hooks5 Minuten
Using Tools in Agents13 Minuten
Adopting Model Context Protocol12 Minuten
Building a Meeting Preparation Co-Pilot7 Minuten

1 LektüreInsgesamt 10 Minuten

Module 2 Lecture Notes10 Minuten

1 AufgabeInsgesamt 15 Minuten

Decision Making, Tools and Model Context Protocol15 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

Adding Functionality to the Automatic Code Review180 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Improving a Deep Research Crew60 Minuten
Adding Tools to Your Deep Research Crew60 Minuten

In this module, you will orchestrate agents in complex coordination pattern using sequential, parallel, hierarchical, hybrid, and async processes. You'll also implement Flows as a low-level control layer for orchestration. Finally, you'll learn how to monitor multi-agent systems with tracing, sampling, and observability tools, as well as train agents using human-in-the-loop feedback and structured evaluations. You will complete the graded quiz and Automatic Code Review Flow graded programming assignment to pass the module.

Das ist alles enthalten

7 Videos1 Lektüre1 Aufgabe1 Programmieraufgabe2 Unbewertete Labore

7 VideosInsgesamt 78 Minuten

Collaboration7 Minuten
Communication9 Minuten
Using the A2A Protocol6 Minuten
Orchestrating Agents with Flows21 Minuten
Tactics for Building Reliable Systems15 Minuten
Monitoring and Observability9 Minuten
CI/CD for Agents12 Minuten

1 LektüreInsgesamt 10 Minuten

Module 3 Lecture Notes10 Minuten

1 AufgabeInsgesamt 15 Minuten

Multi-Agent Systems, Safety & Reliability15 Minuten

1 ProgrammieraufgabeInsgesamt 180 Minuten

Creating a Flow for Automatic Code Review180 Minuten

2 Unbewertete LaboreInsgesamt 120 Minuten

Building Coordination Patterns60 Minuten
Building a Deep Research Flow60 Minuten

In this module, you will explore how businesses adopt agents across industries and functions, from early chatbots to workflow co-pilots. You will analyze real deployments through case study interviews featuring leaders from Exa, Snyk, Weaviate, and AB InBev. You will complete the graded quiz to pass the module.

Das ist alles enthalten

8 Videos2 Lektüren1 Aufgabe

8 VideosInsgesamt 94 Minuten

Applications Across Industries17 Minuten
Finding Applications of AI Agents10 Minuten
Applying AI Agents: Exa11 Minuten
Applying AI Agents: Snyk15 Minuten
Applying AI Agents: Weaviate13 Minuten
Applying AI Agents: AB InBev15 Minuten
The Future of AI Agents13 Minuten
Conclusion1 Minute

2 LektürenInsgesamt 20 Minuten

Module 4 Lecture Notes10 Minuten
Acknowledgments10 Minuten

1 AufgabeInsgesamt 15 Minuten

Agents across Application Domains and Enterprises 15 Minuten

Dozent

Lehrkraftbewertungen

(8 Bewertungen)

Joe Moura

DeepLearning.AI

3 Kurse34.280 Lernende

von

DeepLearning.AI

Mehr von Software Development entdecken

Status: Kostenlos
DeepLearning.AI
Practical Multi AI Agents and Advanced Use Cases with crewAI
Projekt
Status: Kostenlos
DeepLearning.AI
Multi AI Agent Systems with crewAI
Projekt
Status: Kostenloser Testzeitraum
Starweaver
GenAI Foundations and AI Agents Development
Kurs
Packt
Building Agentic AI Systems
Kurs

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018

„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020

„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021

„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

5 stars
81,81 %
4 stars
9,09 %
3 stars
0 %
2 stars
0 %
1 star
9,09 %

Zeigt 3 von 11 an

Geprüft am 24. Dez. 2025

Extremely useful course to build agentic workflows.

Geprüft am 14. Jan. 2026

Course is well structured and touch from simple to complex orchestration, using real case scenario for assignments.

Weitere Bewertungen anzeigen

Häufig gestellte Fragen

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.