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.
Durata 14 ore
Schița de curs
Introducere în LLM-uri și framework-uri de agenți
- Prezentarea large language models în automatizarea infrastructurii
- Concepte cheie în fluxurile de lucru multi-agent
- AutoGen, CrewAI și LangChain: cazuri de utilizare în DevOps
Configurarea agenților LLM pentru sarcini DevOps
- Instalarea AutoGen și configurarea profilurilor de agent
- Folosirea OpenAI API și a altor provideri de LLM
- Configurarea workspace-urilor și a mediilor compatibile CI/CD
Automatizarea fluxurilor de teste și a calității codului
- Prompting LLM-urilor pentru generarea de teste unitare și de integrare
- Folosirea agenților pentru aplicarea linting-ului, regulilor de commit și ghidurilor de code review
- Rezumatul automat și taguirea pull request-urilor
Agenți LLM pentru gestionarea alertelor și detectarea modificărilor
- Proiectarea agenților respondenti pentru alertele de eșec al pipeline-ului
- Analiza log-urilor și a trace-urilor folosind modele de limbaj
- Detectarea proactivă a modificărilor sau configurațiilor de risc ridicat
Coordonarea multi-agent în DevOps
- Orchestrarea agenților pe roluri (planner, executor, reviewer)
- Loop-uri de mesagerie între agenți și gestionarea memoriei
- Design uman în loop (human-in-the-loop) pentru sisteme critice
Securitate, guvernanță și observabilitate
- Gestionarea expunerii datelor și a siguranței LLM în infrastructură
- Auditarea acțiunilor agenților și restricționarea scope-ului
- Urmărirea comportamentului pipeline-ului și feedback-ul modelului
Cazuri de utilizare din lumea reală și scenarii personalizate
- Proiectarea fluxurilor de lucru pentru agenți în răspunsul la incidente
- Integrarea agenților cu GitHub Actions, Slack sau Jira
- Best practices pentru scalarea integrării LLM în DevOps
Sinteză și pașii următori
Cerințe
- Experiență în utilizarea instrumentelor DevOps și automatizarea pipeline-urilor
- Cunoștințe practice în Python și fluxuri de lucru bazate pe Git
- Înțelegerea LLM-urilor sau familiaritate cu prompt engineering
Audiență
- Ingineri de inovație și lideri de platforme integrate cu AI
- Dezvoltatori de LLM care lucrează în DevOps sau automatizare
- Profesioniști DevOps care explorează framework-uri de agenți inteligenți