Intrati in legatura

Schița de curs

Introducere în LLM-uri și Framework-uri de Agenți

  • Prezentare generală a modelelor lingvistice mari 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 agenți
  • Utilizarea OpenAI API și altor furnizori de LLM
  • Configurarea spațiilor de lucru și a mediilor compatibile CI/CD

Automatizarea Fluxurilor de Lucru pentru Teste și Calitate a Codului

  • Generarea de teste unitare și de integrare prin promptarea LLM-urilor
  • Utilizarea agenților pentru a aplica reguli de linting, commit și linii directoare pentru revizuirea codului
  • Sumarizare și etichetare automată a cererilor de pull

Agenți LLM pentru Gestionarea Alertelor și Detecția Schimbărilor

  • Proiectarea agenților de răspuns pentru alerte de eșec în pipeline
  • Analiza jurnalelor și urmelor folosind modele lingvistice
  • Detectarea proactivă a schimbărilor de risc ridicat sau a configurațiilor greșite

Coordonarea Multi-Agent în DevOps

  • Orchestrarea agenților bazată pe roluri (planificator, executor, revizor)
  • Bucle de mesagerie și gestionarea memoriei agenților
  • Design cu implicarea umană pentru sisteme critice

Securitate, Guvernanță și Observabilitate

  • Gestionarea expunerii datelor și siguranța LLM-urilor în infrastructură
  • Auditarea acțiunilor agenților și restricționarea scopului
  • Urmărirea comportamentului pipeline-urilor și feedback-ul modelului

Cazuri de Utilizare din Lumea Reală și Scenarii Personalizate

  • Proiectarea fluxurilor de lucru ale agenților pentru răspuns la incidente
  • Integrarea agenților cu GitHub Actions, Slack sau Jira
  • Cele mai bune practici pentru scalarea integrării LLM în DevOps

Rezumat și Pași Următori

Cerințe

  • Experiență cu instrumente DevOps și automatizare a pipeline-urilor
  • Cunoștințe de lucru cu Python și fluxuri de lucru bazate pe Git
  • Înțelegere a LLM-urilor sau expunere la inginerie prompt

Publicul Țintă

  • Ingineri de inovație și lideri de platforme integrate cu AI
  • Dezvoltatori LLM care lucrează în DevOps sau automatizare
  • Profesioniști DevOps care explorează framework-uri de agenți inteligenți
 14 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite