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

Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant

Ce cours n'est pas disponible en Français (France)

Nous sommes actuellement en train de le traduire dans plus de langues.

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

Instructeur : Joe Moura

3 555 déjà inscrits

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

11 avis

niveau Débutant

Expérience recommandée

2 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

4 modules

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.

11 avis

niveau Débutant

Expérience recommandée

2 semaines à compléter

à 10 heures par semaine

Planning flexible

Apprenez à votre propre rythme

Ce que vous apprendrez

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.

Compétences que vous acquerrez

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

Outils que vous découvrirez

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

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

4 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

En savoir plus sur Coursera pour les affaires

logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Il y a 4 modules dans ce cours

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.

Inclus

10 vidéos3 lectures1 devoir1 devoir de programmation2 laboratoires non notés

10 vidéosTotal 58 minutes

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

3 lecturesTotal 25 minutes

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

1 devoirTotal 15 minutes

AI Agents and Applications15 minutes

1 devoir de programmationTotal 180 minutes

Automatic Code Review180 minutes

2 laboratoires non notésTotal 120 minutes

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

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.

Inclus

7 vidéos1 lecture1 devoir1 devoir de programmation2 laboratoires non notés

7 vidéosTotal 61 minutes

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

1 lectureTotal 10 minutes

Module 2 Lecture Notes10 minutes

1 devoirTotal 15 minutes

Decision Making, Tools and Model Context Protocol15 minutes

1 devoir de programmationTotal 180 minutes

Adding Functionality to the Automatic Code Review180 minutes

2 laboratoires non notésTotal 120 minutes

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

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.

Inclus

7 vidéos1 lecture1 devoir1 devoir de programmation2 laboratoires non notés

7 vidéosTotal 78 minutes

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

1 lectureTotal 10 minutes

Module 3 Lecture Notes10 minutes

1 devoirTotal 15 minutes

Multi-Agent Systems, Safety & Reliability15 minutes

1 devoir de programmationTotal 180 minutes

Creating a Flow for Automatic Code Review180 minutes

2 laboratoires non notésTotal 120 minutes

Building Coordination Patterns60 minutes
Building a Deep Research Flow60 minutes

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.

Inclus

8 vidéos2 lectures1 devoir

8 vidéosTotal 94 minutes

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

2 lecturesTotal 20 minutes

Module 4 Lecture Notes10 minutes
Acknowledgments10 minutes

1 devoirTotal 15 minutes

Agents across Application Domains and Enterprises 15 minutes

Instructeur

Évaluations de l’enseignant

(8 évaluations)

Joe Moura

DeepLearning.AI

3 Cours34 280 apprenants

Offert par

DeepLearning.AI

En savoir plus sur Software Development

Statut : Gratuit
DeepLearning.AI
Practical Multi AI Agents and Advanced Use Cases with crewAI
Projet
Statut : Gratuit
DeepLearning.AI
Multi AI Agent Systems with crewAI
Projet
Statut : Essai gratuit
Starweaver
GenAI Foundations and AI Agents Development
Cours
Packt
Building Agentic AI Systems
Cours

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Étudiant(e) depuis 2018

’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’

Jennifer J.

Étudiant(e) depuis 2020

’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’

Larry W.

Étudiant(e) depuis 2021

’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’

Chaitanya A.

’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

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

Affichage de 3 sur 11

Révisé le 24 déc. 2025

Extremely useful course to build agentic workflows.

Révisé le 14 janv. 2026

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

Voir plus d’avis

Foire Aux Questions

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.