Курс Salesforce Agentforce

Курс предназначен для тех, кто имеет соответствующий опыт работы с Salesforce или является выпускником курса Salesforce-специалиста HPI. Соответствующий опыт включает знакомство со структурой данных Salesforce — Objects, Fields и Relationships, базовую работу с Salesforce Flow, управление Users, Permission Sets, CRUD, FLS и Sharing, а также знакомство с Sales Cloud или Service Cloud. Также требуется технический английский язык для чтения интерфейсов и документации.

Целевая аудитория включает Salesforce Administrators, внедренцев и консультантов, Business Analysts, специалистов по информационным системам и CRM, специалистов по Flow, автоматизации, разработке и интеграции, а также руководителей проектов, Solution Architects и лидеров трансформации. Для абсолютных новичков сначала требуется пройти курс Salesforce-специалиста HPI или отдельный Pre-Course продолжительностью 40-60 часов; эти часы не являются частью 120 часов основного курса.

Работа начинается с прояснения потребности: кто пользователи, каков процесс, что измеряется и каков риск. Затем определяют Use Case, строят агента в Agentforce Builder с Subagents, Instructions и Actions, подключают его к данным и авторизованным источникам знаний и интегрируют Flow, Apex или APIs для операций, требующих дополнительных систем.

В завершение создают наборы тестов, анализируют сбои, реализуют Guardrails и человеческое одобрение, а также перемещают решение между средами с мониторингом, Rollback и планом внедрения. Выпускники курса могут рассматривать такие роли, как Product Owner, Business Analyst, Consultant, Salesforce Admin или Agentforce Implementer со специализацией в AI, в зависимости от опыта и требований работодателя.

Когда путь известен, фиксирован и может быть предварительно настроен, Flow является правильным решением, и его обслуживание также более предсказуемо и дешево. Классический чат-бот основан на сценарии диалога и достигает предела, как только пользователь формулирует запрос иначе. Agent Agentforce идентифицирует цель, пользователя и личность, выбирает подходящий Subagent и Action, считывает авторизованную информацию или выполняет действие, и передает человеку при необходимости.

В первом модуле изучается это правило принятия решений, и оно отрабатывается на реальном сценарии: анализируется случай и выбирается между Agentforce, Flow или другим решением, включая ограничения моделей AI. Результатом является концептуальная карта и короткий документ решения.

Курс включает 10 практических лабораторных работ. Каждая лабораторная работа отрабатывает одну четкую задачу и завершается продуктом, который можно проверить, в том числе: Use Case Canvas и Scorecard, отчет о готовности данных и безопасности, шаблон Prompt и набор тестов, Agent с Subagents и Actions, два Agent Actions на основе Flow, интеграция с Mock API, подключенный источник Knowledge и тест качества извлечения, картирование рисков и контролей и стоимости, отчет Evaluation и решение Go/No-Go.

В каждой лабораторной работе проверяется успешный сценарий, сценарий сбоя и разрешения. Практика осуществляется на синтетических или анонимных данных, а для возможностей в статусе Beta определен альтернативный путь.

Основная часть работы выполняется в Agentforce Builder, Prompt Builder, Agent Script и Flow Builder, то есть с помощью декларативных инструментов. Параллельно, модуль 07 посвящен Apex, APIs, MuleSoft и интеграциям, включая подключение операций к системам, аутентификацию, обработку сбоев и практику с Mock API, а в дипломном проекте требуется интеграция или код.

Поэтому курс нельзя представлять как курс без кода. С другой стороны, условия приема те, что указаны в программе: опыт работы с Salesforce и технический английский. Опыт предыдущей разработки кода помогает, но не является обязательным условием, и требуются логическое мышление и готовность работать с техническими интерфейсами.

В части безопасности работают по принципу Least Privilege, определяют Guardrails, проверяют CRUD, FLS и Sharing с точки зрения разных пользователей, справляются с Prompt Injection и предотвращают утечку информации. В чувствительных точках включают человеческое подтверждение перед выполнением действия. Параллельно оцениваются потребление, стоимость и ROI.

В части тестирования строят тестовые сценарии, запускают Evaluation Sets, читают Traces, анализируют сбои и улучшают Agent, а также выполняют Red Teaming. Результатом является отчет Evaluation и решение Go/No-Go. В дипломном проекте требуется не менее 30 случаев Evaluation и тестов безопасности.

Дипломный проект имитирует организационное внедрение и представляется как полный пакет: работающий Agent и профессиональное Demo, по крайней мере один Flow, интеграция или код, авторизованные Knowledge, по крайней мере 30 случаев Evaluation, тесты безопасности, архитектурный документ и техническая документация, а также пакет внедрения, включающий тесты, риски и операционный план.

Проект выполняется в контролируемой среде и только на синтетических данных - не на реальных данных клиента - и не является обещанием развертывания у клиента, трудового опыта или обязательства по трудоустройству. Он позволяет объяснить на собеседовании или внутри организации, как вы спланировали, обеспечили безопасность, протестировали и передали AI решение.

Для частных лиц: углубление навыков применения, практическая отработка в 10 лабораторных работах, проект для портфолио и профессиональная подготовка по областям знаний сертификации. Соответствие проверяется в короткой беседе перед регистрацией, на основе имеющегося опыта работы с Salesforce.

Для организаций: обучение команд по сценариям использования компании, бизнес-процессам, безопасности, управлению, внедрению и измерению ценности. Если вы рассматриваете обучение для команды, укажите это в форме, и мы свяжемся с вами с подходящим маршрутом.