Intrati in legatura
 Durata 21 ore

Schița de curs

Fundamente de arhitectură pentru sisteme AI

  • Straturi, granițe și separarea responsabilităților
  • Porturi și adaptatori aplicați componentelor AI
  • Scenarii pentru atribute de calitate ale funcțiilor AI
  • Registre de decizii arhitecturale ca instrument de guvernare

Evoluarea unei aplicații existente

  • Modernizare incrementală în loc de rewrite
  • Plecarea serviciilor AI alături de un monolit existent
  • Paterene „strangler” și straturi de anti-corupție
  • Puncte de integrare pentru API-uri și date existente

Patere de arhitectură pentru integrarea LLM

  • Gateway-ul de modele ca graniță de abstracție
  • Integrare sincronă, asincronă și streaming
  • Fallback, degradare și failover al providerului
  • Configurația prompt-urilor și a modelelor ca active versionate

Contracte, API-uri și schimbul de date

  • Scheme de ieșire structurate și validare
  • Idempotență, retry-uri și limitarea ratei
  • Bugete de latență și orchestrarea timeout-urilor
  • Costul per cerere ca constrângere arhitecturală

Arhitectură RAG cap la cap

  • Pipeline de ingestie, chunking și embedding
  • Etape de indexare, recuperare, reranking și generare
  • Plecarea recucerii față de serviciile aplicației
  • Trade-offs și moduri de eșec la fiecare etapă

Baze de date vectoriale și design al recuperării

  • Stocare vectorială gestionată vs. self-hosted
  • Căutare densă, sparse și hibridă
  • Filtrare metadata și izolare tenant
  • Strategie de re-embedding atunci când modelele se schimbă

Calitate a recuperării, grounding și evaluare

  • Seturi de evaluare construite din interogări reale
  • Metrici pentru calitatea recuperării și a răspunsurilor
  • Citare, grounding și conținerea halucinațiilor
  • Feedback loops înapoi în index

Arhitecturi de agenți

  • Bucloa agentului și invocarea instrumentelor
  • Fluxuri de lucru deterministe vs. planificatori autonomi
  • Cazuri în care un agent este răspunsul greșit
  • Delimitarea responsabilităților și stării agentului

Sisteme multi-agent și orchestrare

  • Topologii supervisor și orchestrator
  • Protocoluri de handoff și contracte de mesaje
  • Memorie partajată și managementul contextului
  • Compararea framework-urilor pe criterii arhitecturale

Comunicare între servicii și protocoale de instrumente

  • Coordinare bazată pe evenimente și cozi
  • Expozitia instrumentelor prin protocoale standard
  • Sagas, compensație și tranzacții de lungă durată
  • Observabilitate pe parcursul salturilor între servicii

Agenți AI în fluxul de dezvoltare

  • Agenți de codare în pipeline-ul de livrare
  • Dezvoltare condusă de specificații și gate-uri de revizuire
  • Generarea de teste și verificări automate de calitate
  • Guardrails care păstrează controlul arhitectural

Guvernare și calitate software

  • Revizuirea design-ului pentru funcții AI
  • Managementul modificărilor de modele și prompt-uri
  • Evaluarea de regresie ca etapă în pipeline
  • Proprietate, politici și trasee de aprobare

Securitate, confidențialitate și guvernarea datelor

  • Injectarea prompt-urilor și apărare în profunzime
  • Secrete, controlul accesului și principiul privilegiului minim
  • Reședința datelor, datele personale și retenția
  • Auditabilitate și controale human-in-the-loop

Scalabilitate, costuri și observabilitate

  • Tracing pe parcursul lanțurilor de agenți
  • Telemetrie pentru tokeni și costuri
  • Caching și optimizarea latenței
  • Niveluri de serviciu și răspunsul la incidente pentru servicii AI

Capstone: Arhitectură pentru o soluție AI-powered

  • Vizualizări de context, componente și deployment
  • Design al recuperării și al orchestrării agenților
  • Plan de securitate, guvernare și costuri
  • Revizuire de către colegi, critică și roadmap de migrație

Cerințe

  • Experiență în proiectarea și mentenanța sistemelor software de producție
  • cunoștințe de lucru cu API-uri REST și integrarea serviciilor
  • Familiaritate cu bazele de date relaționale și modelarea datelor
  • Expoziție de bază la instrumente sau API-uri bazate pe LLM

Public țintă

  • Arhitecți de software
  • Lideri tehnici și ingineri senior
  • Managers de inginerie responsabili de deciziile arhitecturale

Numărul de participanți


Pret per participant

Mărturii (1)

Cursuri viitoare

Categorii înrudite