LLMs and Agents in DevOps Workflows Képzés

AutoGen egy nyílt forráskódú keretrendszer a Microsoft által, amelyt LLM-k, eszközök, memória és felhasználói interakció használatával több ügynökösként működő alkalmazások létrehozására használhatunk.

Ez az oktató által vezetett élőlabor (online vagy helyszínen) olyan fejlett szintű fejlesztőknek és architektusoknak szánt, akik AutoGen Python-alapú API-jaival, funkcióhívási képességeivel és moduláris eszközként láncokkal szeretnének sajátos ügynököket tervezni és telepíteni.

A tanfolyam végén a résztvevők képesek lesznek:

• szerepspecifikus logikával és eszköz-utasításokkal ellátott saját ügynököket fejleszteni.
• fejlett funkcióhívás és kontextusváltással dinamikus munkafolyamatokat építeni.
• ügyfélcsoportokban memória modulokat és tervezési keretrendszereket implementálni.
• több ügynök hibázási állapotokat és adaptív újrapróbálkozási mechanizmusokat kezelni.

A tanfolyam formája

• interaktív előadás és viták.
• sok gyakorlat és gyakorlati feladat.
• élőlaborban való gyakorlati megvalósítás.

A tanfolyam testreszabási lehetőségei

• A tanfolyam testreszabott verziójának igényelése érdekében keressük fel, hogy beszéljünk.

Ez a tanácsadó által vezetett, élő oktatás Magyarország-ban (online vagy helyszíni) közinterjú-professionálisoknak szól, akik szeretnék integrálni a Read AI-at olyan platformokkal, mint a Slack, az ügyfélszervizrendszerek és a Notion munkafolyamatok automatizálására és csapattovábbfejlesztésre.

Ennek az oktatásnak a végén a résztvevők képesek lesznek:

• A Read AI integrálása a Slack-tal, a Salesforce-gyal, a Notion-val és hasonló eszközökkel.
• A találkozóösszefoglalók és teendőlisták automatikus elküldése különböző platformokon.
• A Read AI adatok szinkronizálása az ügyfélszervizrendszerekkel és feladatsávakkal.
• Integrációs problémák megoldása és a konfigurációk optimalizálása csapatigényeknek megfelelően.

AJI (Artificial Intelligence for IT Operations) egyre többször használják ahhoz, hogy előre megjósolják a problémákat és automatizálják az okok meghatározását (RCA) a leállások minimalizálására és a problémamegoldás gyorsítására.Ez az oktatóvezetett, élő (online vagy helyszínen megtartott) képzés az olyan előrehaladott szintű IT szakembereknek szánva, akik előrejelző elemzéseket szeretnének bevezetni, automatizálni a megoldást és intelligens RCA folyamatokat tervezni [AJI] eszközök és gépnépi tanulási modellek segítségével.A képzés végén a résztvevők képesek lesznek:- ML modellek építésére és kiképzésére a rendszerhibák előzére mutató minták felismeréséhez.- RCA folyamatok automatizálására több forrásból származó napló- és mértékelemzések összefüggése alapján.- Riasztási és megoldási folyamatok integrálására létező platformokra.- Intelligens [AJI] csövek telepítésére és skálázására termelői környezetekben.**A kurzus formája**- Interaktív előadás és viták.- Sok gyakorlat és gyakorlási lehetőség.- Kézi implementáció élő laborvízsgálati környezetben.**A kurzus testreszabási lehetőségei**- A kurzus testreszabására kérjük, lépjen velünk kapcsolatba.

AIOps (Artificial Intelligence for IT Operations) egy gyakorlat, amely a gépi tanulást és az elemzéseket alkalmazza az IT műveletek automatizálására és javítására, különösen a monitorozás, incidensfelismerés és válaszadás terén.

Ez az oktatóvezetett, élő vagy online tanfolyam középfokú IT műveleti szakembereknek szól, akik AIOps technikákat szeretnének implementálni azért, hogy összehasonlítsák a méréseket és a naplókat, csökkentsék az üzenetzajt, és javítsák az intelligens automatizálás által a monitorozhatóságot.

A tanfolyam végén a résztvevők képesek lesznek:

• Értsék meg a AIOps platformok alapelveit és architektúráját.
• Adatokat korreláljanak a naplók, mérések és nyomkövetések között a gyökérokok azonosításához.
• Csökkentsék az üzenetfáradtságot intelligens szűréssel és zajcsökkentéssel.
• Nyílt forrású vagy kereskedelmi eszközöket használjanak az incidensek automatizált monitorozásához és válaszadásához.

A tanfolyam formája

• Interaktív előadás és megbeszélés.
• Sok gyakorlat és gyakorlófeladat.
• Kezdő feladatok végrehajtása élő laboratóriumi környezetben.

A tanfolyam testreszabási lehetőségek

• A tanfolyam testreszabásához keresse meg minket, hogy megbeszéljük.

Egy AIOps pipeline, amely kizárólag nyílt forráskódú eszközöket használ, lehetővé teszi a csapatoknak, hogy költséghatékony és rugalmas megoldásokat tervezzenek az observability, anomália-érzékelés és intelligens figyelmeztetési rendszer kialakításához a termelési környezetben.Ez az oktató vezette, élő (online vagy helyszíni) képzés az előrehaladott szintű mérnököknek szánva, akik egy teljes körű AIOps pipeline-t szeretnének építeni és telepíteni Prometheus, ELK, Grafana és saját ML-modellek használatával.A képzés végére a résztvevők képesek lesznek:- Egy AIOps architekturát tervezni csak nyílt forráskódú komponensekkel.- Adatokat gyűjtenek és normalizálnak naplókból, mértékeket és nyomkövető adatokból.- ML-modelleket alkalmaznak anomáliák felismerésére és események előrejelzésére.- Figyelmeztetéseket és javításokat automatizálnak nyílt forráskódú eszközök segítségével.Képzés formája- Interaktív előadás és beszélgetés.- Sok gyakorlat és gyakorlás.- Kezdes implementation egy élő laboratóriumi környezetben.Képzés testreszabási lehetőségek- Egy testreszabott képzés kéréséhez kérjük, forduljon hozzánk a megszervezéshez.

AutoGen vállalati AI-automatizáláshoz egy gyakorlati kurzus, amely a AutoGen keretrendszer használatára összpontosít, hogy komplex üzleti műveleteket automatizálhassunk intelligens, skalázható ügynökségi rendszerekkel.Ez az oktatóvezetett, élő (online vagy helyszíni) képzés közvetlenül a középszinten és haladó szinten álló AI szakembereknek szól, akik a AutoGen keretrendszer segítségével szeretnének többügyfélszervezeti architektúrákat telepíteni vállalati platformokon és folyamatokban.A képzés végén a résztvevők képesek lesznek:- Üzleti folyamatokat tervezni és automatizálni AutoGen és LLM ügynökökkel.- AutoGen integrálását LangChain-vel előrehaladott összehangoláshoz és kontextuskezeléshez.- RAG-pipelinet építeni és üzleti adatokat kapcsolni kontextusos automatizáláshoz.- Ügynököket vállalati platformokkal kapcsolni, például Slack, Jira és SharePoint.- AutoGen telepítést skalázni és monitorozni termelési környezetben.Kurzusformátum- Interaktív előadás és beszélgetés.- Sok gyakorlat és gyakorlás.- Gyakorlati implementáció élő-labor környezetben.Kurzus testreszabási lehetőségek- Ez a kurzus testreszabását kérjük, hogy vegyük fel a kapcsolatot a megbízhatónkkal.

This instructor-led, live training in Magyarország (online or onsite) is aimed at beginner-level professionals who wish to explore the fundamentals of CrewAI and build simple multi-agent systems.

By the end of this training, participants will be able to:

• Understand the architecture and design principles of CrewAI.
• Define roles, tasks, and flows within a crew of agents.
• Create collaborative workflows using CrewAI's framework.
• Build, test, and run basic multi-agent scenarios.

This instructor-led, live training in Magyarország (online or onsite) is aimed at intermediate-level professionals who wish to automate business and technical workflows using CrewAI through real-world use cases and tool integrations.

By the end of this training, participants will be able to:

• Understand the architecture and core principles of CrewAI.
• Design workflows involving multiple collaborating agents.
• Integrate CrewAI with APIs, tools, and external systems.
• Implement and orchestrate real-world automation use cases.

AutoGen Studio egy kódírás nélkül multi-ügynökökből álló folyamatok létrehozásához és kezeléséhez alkalmas vizuális környezet.

Ez az oktatóvezetett, élő (online vagy helyszíni) képzés kezdő- és középfokú üzleti és innovációs szakembereket céloz meg, akik AutoGen Studio használatával szeretnék vizuálisan tervezni, tesztelni és finomítani az ügynökök közötti interakciókat belső automatikus folyamatok vagy AI-megerősített termékfejlesztés céljából.

A képzés végén a résztvevők képesek lesznek:

• Kódírás nélküli felület használatával multi-ügynökökből álló folyamatokat létrehozni.
• AutoGen Studio használatával meghatározni az ügynökök szerepeit, promptjeit és céljait.
• Ügynökök közötti üzenetek folyamatát vizualizálni és kezelni.
• Hiba kezelést és kontextus finomítást integrálni az ügynök logikájába.

A képzés formája

• Interaktív előadás és beszélgetés.
• Sok gyakorlat és gyakorlás.
• Életben való implementáció egy élő-labor környezetben.

A képzés testreszabási lehetőségei

• A képzés testreszabására kérhetjük meg, hogy kapcsolatot vállaljon velünk a megfelelő elrendezés érdekében.

Az Enterprise AIOps platformok, mint a Splunk, Moogsoft és Dynatrace, erőteljes képességeket biztosítanak az anomáliák detektálásához, az értesítések korrelációjához és a válasz automatizálásához nagy méretű IT környezetekben.

Ez az oktatóvezetett, élő (online vagy előadás) képzés az intermediális szintű vállalati IT csapatoknak szól, akik bevontatni szeretnék AIOps eszközöket létező figyelőállományukba és műveleti folyamatokba.

A képzés végén a résztvevők képesek lesznek:

• Splunk-et, Moogsoftot és Dynatracet konfigurálni és integrálni egy egységes AIOps architektúrába.
• Az AI-driven analízis segítségével korrelálni méretek, naplók és események között elosztott rendszereken.
• Automatizálni az esetek detektálását, prioritizálását és a válaszadását beépített és szabványos műveleti folyamatokkal.
• Optimálni a teljesítményt, csökkenteni az MTTR-t és javítani az üzemeltetési hatékonyságot vállalati szinten.

A tanfolyam formátuma

• Interaktív előadás és vita.
• Sok gyakorlat és gyakorlás.
• Kezdőnélküli implementáció egy élő-labor környezetben.

A tanfolyam testreszabási lehetőségek

• A tanfolyam testreszabására kérjük, lépjen kapcsolatba velünk, hogy rendezzen.

Prometheus és Grafana széles körben használt eszközök a modern infrastruktúra figyelhetőségéhez, míg a gépi tanulás előrejelző és intelligens bevallásokkal segíti ezeket az eszközöket az üzemeltetési döntések automatizálásában.

Ez az oktatóvezetett élő képzés (online vagy helyszínen) az intermediális szintű figyelhetőségi szakembereknek szánva, akik kíváncsiak arra, hogy integrálják a AIOps gyakorlatokat Prometheus, Grafana, és gépi tanulási technikák használatával modernizálva a figyelőinfrastruktúrájukat.

A képzés befejezése után a résztvevők képesek lesznek:

• Prometheus és Grafana konfigurálására rendszerek és szolgáltatások figyelhetősége érdekében.
• Magas minőségű idősorozat-adatok gyűjtésére, tárolására és vizualizálására.
• Gépi tanulási modellek alkalmazására anomália- és előrejelzés céljából.
• Intelligens figyelmeztetési szabályok kialakítására előrejelző bevallások alapján.

A képzés formája

• Interaktív előadás és megbeszélés.
• Nagyon sok gyakorlat és gyakorlás.
• Kezdőkézű implementáció élő-laboratóriumi környezetben.

A képzés testreszabási lehetőségek

• A képzés testreszabásának kéréséhez kérjük, vegye fel velünk a kapcsolatot a lehetséges megoldások megbeszéléséhez.

Az LLM Ügynrendszerek Fejlesztése AutoGen-vel egy gyakorlati orientált kurzus, amely Microsoft AutoGen keretrendszerének használatára koncentrál a nagy nyelvmodellek (LLM) használatával.

Ez az oktatóvezetett, élő (online vagy helyszíni) képzés olyan középszintű AI és automatizálási szakemberekre céloz, akik multi-ügynökségi rendszereket akarnak tervezni, implementálni és koordinálni AutoGen használatával Python és LLM-ek segítségével.

A képzés végén a résztvevők képesek lesznek:

• AutoGen keretrendszer segítségével multi-ügynökségi architektúrákat tervezni.
• Ügynökségi szerepek, képességek és koordinációs viselkedéseket konfigurálni.
• Ügynök-interakciókhoz funkció-hívásokat és memóriakezelést használni.
• Python-alapú LLM ügynökfolyamatokat építeni és tesztelni valódi használati esetekhez.

A kurzus formátuma

• Interaktív előadás és beszélgetés.
• Sok gyakorlat és gyakorlás.
• Élő-laboratóriumi környezetben történő gyakorlati implementáció.

A kurzus testreszabási lehetőségek

• A kurzus testreszabására kérjük, lépjen kapcsolatba velünk a megfelelő megrendezés érdekében.

Ez a fejlesztők, adattudósok és mesterséges intelligencia rajongók számára készült egy napos workshop segít megérteni és kihasználni az agent alapú AI rendszerek erejét a AutoGen v0.4 használatával. 

Gyakorlati feladatok és bemutatók segítségével megtanulhatja, hogyan építhet, kezelhet és helyezhet üzembe többügynökös alkalmazásokat a Large Language Models (LLMs) segítségével. 

A tanfolyam végére szilárd alapot fog szerezni az AutoGen rétegzett architektúrájában, elsajátítja az ügynökök közötti aszinkron kommunikációt, és feltárja a valós világban alkalmazható használati eseteket és a skálázható és intelligens LLM-alapú alkalmazások fejlesztésének legjobb gyakorlatait.

Ez a tanári vezetésű, élő oktatás (Magyarország, online vagy helyszíni) abban az érzetben van kialakítva, hogy beavatkozzon az alapfokú szakembereknek, akik szeretnék megtanulni, hogyan használják a Read AI-t a találkozóösszefoglalók felvételére, a kulcsfontosságú ösvények kinyerésére és az ütemtervek generálására minimális kézi beavatkozással.

Ez az oktatás végén a résztvevők képesek lesznek:

• A Read AI beállítása és konfigurálása nagyobb platformokon keresztül a találkozóknak.
• Automatikus találkozóösszefoglalók generálása és teendőpontok azonosítása.
• A Read AI által nyújtott részvételi és empatiás elemzések értelmezése.
• Összefoglalók hatékony megosztása, szerkesztése és szervezése a csapatkoordináció érdekében.

Ez a tanácsadó által vezetett, élő oktatás (Magyarország-ban, online vagy helyszíni) köztes szintű szakemberek számára készült olyan emberekre, akik szeretnék egyszerűsíteni a távoli csapatkozó együttműködést mesterséges intelligencia alapú munkafolyamatokkal és Read AI elemzésekkel.

A tanfolyam végén a résztvevők képesek lesznek:

• Teljes távoli csapatmegyelem munkafolyamatokat tervezni Read AI-vel.
• Automatizálni a következő lépésekkel és dokumentálással, hogy csökkentsék az ülés által járó költségeket.
• Mesterséges intelligencia összefoglalók használata egyszerre és nemegyszerre történő együttműködéshez.
• A csapat részesülését és felelősségteljesítését nyomon követni Read AI ötletek segítségével.