Lépjen kapcsolatba velünk

Kurzusleírás

Bemutatkozás az Agentic AI-ban az üzemeltetéshez

  • Statikus forgatókönyvektől a következtető ágensekig: az IT-automatizálás evolúciója
  • Ágens anatómia: következtetési ciklus, eszközhasználat, memória és tervezés
  • Mikor automatizálni, és mikor kell az emberek bevonása

Ágens-keretrendszerek és architektúrák

  • Egyetlen ágens minták: ReAct, Plan-and-Execute, és eszköz-hívási ciklusok
  • Multi-agens architektúrák: felügyelő, hierarchikus és csoporthasználatú (swarm) minták
  • Keretrendszer-összehasonlítás: LangGraph, CrewAI, AutoGen és egyedi ágensek
  • Első üzemeltetési ágens kidolgozása: monitorozás lekérdezése, diagnosztizálás, javaslat

Eszközintegráció az IT-üzemeltetéshez

  • Ágensek csatlakoztatása Prometheus, Grafana, Datadog és PagerDuty API-khoz
  • Napló-lekérdezés ágensekkel: Elasticsearch, Loki és Splunk integráció
  • Infrastruktúra-eszközök használata: kubectl, Terraform, Ansible ágens-műveleteken keresztül
  • Biztonságos eszközfelületek tervezése paraméter-validációval és idempotenciával

Incidenskezelés automatizálása

  • Automatizált incidens-triage: súlyosság-beosztás és útvonaltervezés
  • Gyökér-ok hipotézis generálása és bizonyítékok összegyűjtése
  • Automatizált javítás: újraindítás, méretezés, rollback és failover műveletek
  • Incidens forgatókönyv ágens kidolgozása fokozott önállósági szintekkel

Biztonság, korlátok és Emberek a hurokban

  • Művelet-beosztás: csak olvasható, alacsony kockázatú, magas kockázatú és pusztító
  • Jóváhagyási kapuk és eskalálási politikák kritikus üzemeltetési műveletekhez
  • Korlátminták: művelet-engedélyezési listák, hatáskör-korlátok és rollback garanciák
  • Audit nyomon követhetőség és döntés-eredetiség a megfelelőséghez

Multi-agens rendezés összetett incidensekhez

  • Szakértő ágensek koordinálása: triage ágens, diagnózis ágens, javítás ágens
  • Ágens-közti kommunikáció és közös kontextus-menedzsment
  • Konfliktuskezelés, ha az ágensek ellentmondó műveleteket javasolnak
  • Végpont-végpont közötti nagy incidens szimuláció multi-agens válaszával

Megfigyelhetőség és kiértékelés

  • Ágens következtetési láncok követése hibakereséshez és audit céljából
  • Ágens döntési minőségének kiértékelése: pontosság, recall, lezárásig eltelt idő
  • Visszajelző ciklusok: tanulás operátor által felülírásokból és eredményekből
  • Költségkövetés és token-gazdaság az üzemeltetési ágensekhez

Éles bevezetés és üzemeltetés

  • Ágensek szolgáltatként való bevezetése: API-k, webhooks és ütemezett feladatok
  • Fokozott önállóság bevezetése: árnyék-módtól (shadow mode) a teljes automatikus javításig
  • Forgatókönyv ágenshibákhoz: mi történik, ha maga az ágens meghibásodik
  • Üzleti terv kidolgozása és ROI mérés az önálló üzemeltetéshez

Követelmények

  • Tapasztalat az IT-üzemeltetésben, DevOps-ban vagy SRE gyakorlatokban.
  • Ismeret Python szkriptelésből és REST API-kból.
  • Alapvető megértés az LLM képességeiről és a prompt-menedzsmentről.

Célcsoport

  • SRE és DevOps mérnökök, akik AI vezérelt automatizálást keresnek.
  • Platformmérnökök, akik önjavító infrastruktúrát építenek.
  • IT-üzemeltetési vezetők, akik az Agentic AI-t értékelik az incidensmenedzsmenthez.
 14 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák