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 AI-ul agentiv pentru operațiuni
- De la runbook-uri statice la agenți raționali: evoluția automatizării IT
- Anatomia agentului: bucla de raționament, utilizarea instrumentelor, memorie și planificare
- Când să automatizați versus când să păstrați omul în bucla decizională
Cadruri și arhitecturi de agenți
- Modeluri single-agent: ReAct, Plan-and-Execute și bucle de apelare a instrumentelor
- Arhitecturi multi-agent: tipuri supervisor, ierarhice și de „swarm”
- Compararea cadrelor: LangGraph, CrewAI, AutoGen și agenți custom
- Construirea primului agent operațional: interogare monitorizare, diagnosticare, propunere soluții
Integrarea instrumentelor pentru operațiuni IT
- Conectarea agenților la API-urile Prometheus, Grafana, Datadog și PagerDuty
- Interogarea jurnalelor cu agenți: integrare 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 severității și rutarea
- Generarea ipotezelor despre cauza de bază și colectarea dovezilor
- Remediere automată: acțiuni de repornire, scalare, revenire („rollback”) și preluare a controlului („failover”)
- Construirea unui agent de runbook pentru incidente cu niveluri progresive de autonomie
Siguranță, „guardrails” și omul în bucla decizională
- Clasificarea acțiunilor: doar citire, risc mic, risc mare și distructive
- Porți de aprobare și politici de escaladare pentru operațiuni critice
- Modeluri de „guardrails”: liste de permisiuni pentru acțiuni, limite pentru rază de impact („blast radius”) și garanții de „rollback”
- Urmărirea auditului și proveniența deciziilor pentru conformitate
Orchestare multi-agent pentru incidente complexe
- Coordinarea agenților specialiști: agent de triaj, agent de diagnostic, agent de remediere
- Comunicarea între agenți și gestionarea contextului partajat
- Rezolvarea conflictelor atunci când agenții propun acțiuni contradictorii
- Simulare end-to-end a unui incident major cu răspuns multi-agent
Observabilitate și evaluare
- Urmărirea lanțurilor de raționament ale agenților pentru depanare și audit
- Evaluarea calității deciziilor agenților: precizie, acoperire („recall”), timp până la rezolvare
- Bucle de feedback: învățare din intervențiile operatorilor și rezultate
- Urmărirea costurilor și economie de tokeni pentru agenți operaționali
Implementare în producție și operațiuni
- Implementarea agenților ca servicii: API-uri, webhooks și task-uri programate
- Rularea graduală a autonomiei: de la mod shadow la remediere complet automată
- Runbook pentru eșecurile agentului: ce se întâmplă când agentul însuși dă erori
- Construirea argumentului de afaceri și măsurarea ROI pentru operațiuni autonome
Cerințe
- Experiență în operațiuni IT, DevOps sau practici SRE.
- Cunoaștere a scriptării Python și a API-urilor REST.
- Înțelegere de bază a capacităților LLM și a ingineriei de prompturi.
Publicul țintă
- Ingineri SRE și DevOps care explorează automatizarea bazată pe AI.
- Ingineri de platformă care construiesc infrastructură auto-vindecătoare.
- Responsabili de operațiuni IT care evaluează AI-ul agentiv pentru gestionarea incidentelor.
14 Ore
