Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere în Agentic AI pentru Operațiuni
- De la runbook-uri statice la agenți raționali: evoluția automatizării IT
- Anatomia agentului: bucla de raționament, utilizarea instrumentelor, memoria și planificarea
- Când să automatizați și când să păstrați omul în buclă
Cadruri și Arhitecturi de Agenți
- Modele de agenți singulari: ReAct, Plan-and-Execute și bucle de apelare a instrumentelor
- Arhitecturi multi-agenți: modele supervisor, ierarhic și de roi (swarm)
- Compararea cadrelor: LangGraph, CrewAI, AutoGen și agenți custom
- Construirea primului agent operațional: interogarea monitorizării, diagnosticarea, propunerea
Integrarea Instrumentelor pentru Operațiuni IT
- Conectarea agenților la API-urile Prometheus, Grafana, Datadog și PagerDuty
- Interogarea jurnalelor cu agenți: integrarea cu Elasticsearch, Loki și Splunk
- Utilizarea instrumentelor de infrastructură: kubectl, Terraform, Ansible prin acțiuni de agent
- Proiectarea interfațelor de instrumente sigure cu validarea parametrilor și idempotență
Automatizarea Răspunsului la Incidente
- Triaj automat al incidentelor: clasificarea gravității și rutarea
- Generarea ipotezelor despre cauza radicală și colectarea dovezilor
- Remedierea automată: acțiuni de repornire, scalare, rulare inversă și failover
- Construirea unui agent de runbook pentru incidente cu niveluri progresive de autonomie
Siguranță, Guardrail-uri și Human-in-the-Loop
- Clasificarea acțiunilor: doar-citire, risc mic, risc mare și distructive
- Poarte de aprobare și politici de escaladare pentru operațiuni critice
- Modele de guardrail: listele albe de acțiuni, limitarea razului de explozie și garanții de rulare inversă
- Jurnale de audit și proveniența deciziilor pentru conformitate
Orchestrare Multi-Agenți pentru Incidente Complexe
- Coordonarea agenților specializați: agent de triaj, agent de diagnostic, agent de remediere
- Comunicarea între agenți și gestionarea contextului comun
- Rezolvarea conflictelor atunci când agenții propun acțiuni contradictorii
- Simulare de incidente majore de la cap la cap cu răspuns multi-agenți
Observabilitate și Evaluare
- Urmărirea lanțurilor de raționament ale agenților pentru depanare și audit
- Evaluarea calității deciziilor agenților: precizie, sensibilitate, timp de rezolvare
- Loops de feedback: învățarea din anulările operatorilor și rezultatele
- Urmărirea costurilor și economia de tokeni pentru agenții operaționali
Implementare și Operațiuni în Producție
- Implementarea agenților ca servicii: API-uri, webhooks și joburi programate
- Rolarea graduală a autonomiei: de la modul umbră la auto-remediere completă
- Runbook pentru eșecurile agenților: ce se întâmplă când agentul însuși se strică
- Construirea argumentelor de business și măsurarea ROI pentru operațiuni autonome
Cerințe
- Experiență în operațiuni IT, DevOps sau practici SRE.
- Familiaritate cu scriptarea în Python și API-urile REST.
- Înțelegere de bază a capacităților LLM și a ingineriei prompturilor.
Public Țintă
- Ingineri SRE și DevOps care explorează automatizarea condusă de AI.
- Ingineri de platformă care construiesc infrastructură auto-vindecătoare.
- Responsabili de operațiuni IT care evaluează Agentic AI pentru gestionarea incidentelor.
14 Ore
