Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
A Mastra architektúrájának és működési fogalmainak megértése
- Alapvető komponensek és azok termelési szerepei
- Támogatott integrációs minták vállalati környezetekhez
- Biztonsági és irányítási szempontok
Környezetek előkészítése az ügynökök üzembe helyezéséhez
- Konténer futási környezetek konfigurálása
- Kubernetes klaszterek előkészítése AI ügynök munkaterhelésekhez
- Titkos kulcsok, hitelesítő adatok és konfigurációs tárolók kezelése
Mastra AI ügynökök üzembe helyezése
- Ügynökök csomagolása üzembe helyezéshez
- GitOps és CI/CD használata automatizált szállításhoz
- Üzembe helyezések ellenőrzése strukturált teszteléssel
Skálázási stratégiák termelési AI ügynökökhöz
- Vízszintes skálázási minták
- Automatikus skálázás HPA, KEDA és eseményvezérelt triggerekkel
- Terheléselosztás és kéréskezelési stratégiák
Megfigyelhetőség, monitorozás és naplózás AI ügynökökhöz
- Telemetria instrumentálásának ajánlott gyakorlatai
- Prometheus, Grafana és naplózási stackek integrálása
- Ügynökök teljesítményének, elmozdulásának és működési anomáliáinak nyomon követése
Teljesítmény- és erőforrás-hatékonyság optimalizálása
- Ügynök munkaterhelések profilozása
- Inferencia teljesítmény javítása és késleltetés csökkentése
- Költségoptimalizálási megközelítések nagyméretű ügynök üzembe helyezésekhez
Megbízhatóság, rugalmasság és hibakezelés
- Tervezés rugalmasság érdekében terhelés alatt
- Áramkörszakadás, újrapróbálkozások és sebességkorlátozás implementálása
- Katasztrófa-helyreállítási tervezés ügynök-alapú rendszerekhez
Mastra integrálása vállalati ökoszisztémákba
- Kapcsolódás API-khoz, adatcsatornákhoz és eseménybusokhoz
- Ügynök üzembe helyezések összehangolása vállalati DevSecOps-szal
- Architektúrák adaptálása meglévő platformkörnyezetekhez
Összefoglalás és következő lépések
Követelmények
- A konténerizálás és orchestration ismerete
- Tapasztalat CI/CD munkafolyamatokkal
- Ismeret az AI modell üzembe helyezésének fogalmaival
Közönség
- DevOps mérnökök
- Backend fejlesztők
- AI munkaterhelésekért felelős platformmérnökök
21 Órák