Intrati in legatura

Schița de curs

Introducere în LLM-uri și Cadre de Agenți

  • Prezentare generală a modelelor lingvistice de mari dimensiuni 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 cu CI/CD

Automatizarea Fluxurilor de Lucru pentru Teste și Calitatea Codului

  • Generarea de teste unitare și de integrare folosind LLM-uri
  • Utilizarea agenților pentru a impune reguli de linting, commit-uri și linii directoare de revizuire a codului
  • Sumarizarea și etichetarea automată a cererilor de pull

Agenți LLM pentru Gestionarea Alertelor și Detecția Modificărilor

  • Proiectarea agenților de răspuns pentru alerte de eșec ale pipeline-urilor
  • Analizarea jurnalelor și a urmelor folosind modele lingvistice
  • Detectarea proactivă a modificărilor de risc ridicat sau a configurațiilor greșite

Coordonarea Multi-Agenți în DevOps

  • Orchestrarea agenților pe baza rolurilor (planificator, executor, evaluator)
  • Bucle de mesagerie ale agenților și gestionarea memoriei
  • Design cu omul în buclă pentru sisteme critice

Securitate, Guvernanță și Observabilitate

  • Gestionarea expunerii datelor și a siguranței LLM în infrastructură
  • Auditarea acțiunilor agenților și restricționarea domeniului de aplicare
  • Urmărirea comportamentului pipeline-urilor și feedback-ul modelului

Cazuri de Utilizare din Lumea Reală și Scenarii Personalizate

  • Proiectarea fluxurilor de lucru ale agenților pentru răspunsul 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 automatizarea pipeline-urilor
  • Cunoștințe de lucru în Python și fluxuri de lucru bazate pe Git
  • Înțelegerea LLM-urilor sau expunere la inginerie de 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 cadre de agenți inteligenți
 14 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite