CI/CD dla AI: Automatyzacja budowy i wdrażania modeli opartych na Dockerze - Plan Szkolenia
CI/CD dla AI to strukturalne podejście do automatyzacji pakowania, testowania, konteneryzacji i wdrażania modeli przy użyciu ciągłej integracji i ciągłego dostarczania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie średniozaawansowanym, którzy chcą zautomatyzować kompleksowe przepływy pracy związane z dostarczaniem modeli AI przy użyciu Dockera i platform CI/CD.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Tworzyć zautomatyzowane potoki do budowania i testowania kontenerów z modelami AI.
- Wdrażać kontrolę wersji i powtarzalność w cyklach życia modeli.
- Integrować zautomatyzowane strategie wdrażania dla usług AI.
- Stosować najlepsze praktyki CI/CD dostosowane do operacji związanych z uczeniem maszynowym.
Format kursu
- Prezentacje prowadzone przez instruktora oraz dyskusje techniczne.
- Praktyczne laboratoria i ćwiczenia wdrażania.
- Symulacje realistycznych przepływów pracy CI/CD w kontrolowanym środowisku.
Opcje dostosowania kursu
- Jeśli Twoja organizacja wymaga dostosowanych przepływów pracy lub integracji platform, skontaktuj się z nami, aby dostosować ten kurs.
Plan Szkolenia
Wprowadzenie do CI/CD dla przepływów pracy AI
- Wyjątkowe wyzwania związane z potokami dostarczania modeli AI
- Porównanie tradycyjnych procesów DevOps i MLOps
- Kluczowe komponenty zautomatyzowanego wdrażania modeli
Konteneryzacja modeli AI za pomocą Dockera
- Projektowanie efektywnych Dockerfile'ów dla wnioskowania ML
- Zarządzanie zależnościami i artefaktami modeli
- Budowanie bezpiecznych i zoptymalizowanych obrazów
Konfiguracja potoków CI/CD
- Opcje narzędzi CI/CD i ich ekosystemy
- Budowanie potoków do zautomatyzowanego pakowania modeli
- Walidacja potoków za pomocą automatycznych kontroli
Testowanie modeli AI w CI
- Automatyzacja kontroli integralności danych
- Testy jednostkowe i integracyjne dla usług modelowych
- Walidacja wydajności i regresji
Automatyczne wdrażanie usług AI opartych na Dockerze
- Wdrażanie kontenerów AI w środowiskach chmurowych
- Implementacja strategii blue-green i canary
- Strategie wycofywania w przypadku nieudanych wdrożeń
Zarządzanie wersjami modeli i artefaktami
- Korzystanie z rejestrów do kontroli wersji modeli i kontenerów
- Tagowanie, podpisywanie i promowanie obrazów
- Koordynowanie aktualizacji modeli w różnych usługach
Monitorowanie i obserwowalność w CI/CD dla AI
- Śledzenie wydajności potoków i modeli
- Powiadamianie o nieudanych budowach lub dryfie modeli
- Śledzenie zachowań wnioskowania w różnych środowiskach
Skalowanie potoków CI/CD dla systemów AI
- Równoległa budowa dużych modeli
- Optymalizacja zasobów obliczeniowych i magazynowych
- Integracja rozproszonych i zdalnych runnerów
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie cyklu życia modeli uczenia maszynowego
- Doświadczenie w konteneryzacji za pomocą Dockera
- Znajomość koncepcji i potoków CI/CD
Odbiorcy
- Inżynierowie DevOps
- Zespoły MLOps
- Inżynierowie AI-ops
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
CI/CD dla AI: Automatyzacja budowy i wdrażania modeli opartych na Dockerze - Plan Szkolenia - Rezerwacja
CI/CD dla AI: Automatyzacja budowy i wdrażania modeli opartych na Dockerze - Plan Szkolenia - Zapytanie
CI/CD dla AI: Automatyzacja budowy i wdrażania modeli opartych na Dockerze - Zapytanie o Konsultacje
Propozycje terminów
Szkolenia Powiązane
AI-Driven Deployment Orchestration & Auto-Rollback
14 godzinAI-driven deployment orchestration to podejście wykorzystujące uczenie maszynowe i automatyzację do zarządzania strategiami wdrażania, wykrywania anomalii oraz automatycznego wycofywania zmian w razie potrzeby.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na średnim poziomie zaawansowania, którzy chcą zoptymalizować procesy wdrażania z wykorzystaniem decyzji opartych na AI oraz zwiększyć ich odporność.
Po ukończeniu szkolenia uczestnicy będą mogli:
- Wdrażać strategie wdrażania wspierane przez AI w celu bezpieczniejszych deployów.
- Przewidywać ryzyko wdrożenia przy użyciu analiz opartych na uczeniu maszynowym.
- Integrować zautomatyzowane procesy wycofywania zmian w oparciu o wykrywanie anomalii.
- Zwiększać obserwowalność systemu, aby wspierać inteligentną orkiestrację.
Format kursu
- Demonstracje prowadzone przez instruktora z dogłębną analizą techniczną.
- Praktyczne scenariusze skupione na eksperymentowaniu z wdrożeniami.
- Ćwiczenia praktyczne symulujące rzeczywiste wyzwania orkiestracji.
Opcje dostosowania kursu
- Na życzenie można zorganizować dostosowane integracje, wsparcie dla łańcucha narzędzi lub dostosowanie do istniejących procesów.
Sztuczna Inteligencja dla DevOps: Integracja Inteligencji w Potoki CI/CD
14 godzinSztuczna inteligencja dla DevOps to zastosowanie sztucznej inteligencji do wzmocnienia procesów ciągłej integracji, testowania, wdrażania i dostarczania za pomocą technik inteligentnej automatyzacji i optymalizacji.
Ten prowadzony przez instruktora szkolenie na żywo (online lub stacjonarnie) jest skierowane do pośrednio zaawansowanych profesjonalistów DevOps, którzy chcą włączyć sztuczną inteligencję i maszynowe uczenie do swoich potoków CI/CD, aby poprawić prędkość, dokładność i jakość.
Na koniec tego szkolenia uczestnicy będą w stanie:
- Integrować narzędzia AI do potoków CI/CD dla inteligentnej automatyzacji.
- Zastosować testowanie, analizę kodu i wykrywanie wpływu zmian oparte na sztucznej inteligencji.
- Optymalizować strategie budowania i wdrażania za pomocą przewidywawczych wniosków.
- Implementować śledzenie i ciągłe doskonalenie przy użyciu pętli zwrotnej zintegrowanej z AI.
Format kursu
- Interaktywna prezentacja i dyskusja.
- Wieloćwierciowe ćwiczenia i praktyka.
- Implementacja na żywo w środowisku laboratorium.
Opcje dostosowywania kursu
- Aby poprosić o dostosowanie szkolenia do indywidualnych potrzeb, prosimy o kontakt z nami.
Sztuczna Inteligencja dla Strategii Flag Funkcji i Testowania Kanaryjskiego
14 godzinSterowanie wdrożeniami oparte na sztucznej inteligencji to podejście, które wykorzystuje uczenie maszynowe, analizę wzorców i adaptacyjne modele decyzyjne w operacjach związanych z flagami funkcji i przepływami testów kanaryjskich.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do inżynierów średniego poziomu zaawansowania oraz liderów technicznych, którzy chcą poprawić niezawodność wdrożeń i optymalizować decyzje dotyczące udostępniania funkcji przy użyciu analizy opartej na sztucznej inteligencji.
Po ukończeniu kursu uczestnicy będą mogli:
- Stosować modele decyzyjne oparte na sztucznej inteligencji do oceny ryzyka związanego z udostępnianiem nowych funkcji.
- Automatyzować analizę kanaryjską przy użyciu wskaźników wydajnościowych, behawioralnych i operacyjnych.
- Integrować inteligentne systemy oceny z platformami flag funkcji.
- Projektować strategie wdrożeniowe, które dynamicznie dostosowują się na podstawie danych w czasie rzeczywistym.
Format kursu
- Dyskusje prowadzone z wykorzystaniem rzeczywistych scenariuszy.
- Ćwiczenia praktyczne koncentrujące się na strategiach wdrożeniowych wzmocnionych przez sztuczną inteligencję.
- Praktyczna implementacja w symulowanym środowisku flag funkcji i testów kanaryjskich.
Opcje dostosowania kursu
- Aby zamówić spersonalizowaną treść lub zintegrować narzędzia specyficzne dla organizacji, prosimy o kontakt.
AIOps Foundation – Szkolenie akredytowane
35 godzinAIOps to prężnie rozwijająca się dziedzina, która odpowiada na potrzeby nowoczesnych, złożonych środowisk IT – szczególnie tych działających w architekturze chmurowej. Kurs AIOps Foundation to kompleksowe wprowadzenie do koncepcji, technologii i praktyk związanych z wykorzystaniem sztucznej inteligencji w operacjach IT.
Program omawia tło powstania AIOps, kluczowe założenia, narzędzia oraz wyzwania organizacyjne, przed którymi stoją zespoły IT wdrażające te podejścia.
Szkolenie kończy się egzaminem, którego zdanie uprawnia do uzyskania certyfikatu AIOps Foundation – uznawanego na całym świecie, ważnego przez 3 lata.
Dla kogo?
Szkolenie adresowane jest do specjalistów i menedżerów związanych z:
operacjami IT,
DevOps i SRE,
architekturą chmurową,
analizą danych i Data Science,
rozwojem oprogramowania,
bezpieczeństwem IT,
zarządzaniem produktami i projektami.
AIOps w działaniu: Prognozowanie incydentów i automatyzacja analizy przyczyn źródłowych
14 godzinAIOps (Sztuczna Inteligencja dla Operacji IT) jest coraz częściej wykorzystywane do prognozowania incydentów przed ich wystąpieniem oraz automatyzacji analizy przyczyn źródłowych (RCA) w celu minimalizacji przestojów i przyspieszenia rozwiązywania problemów.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zaawansowanych specjalistów IT, którzy chcą wdrożyć analitykę predykcyjną, zautomatyzować naprawę oraz projektować inteligentne przepływy pracy RCA przy użyciu narzędzi AIOps i modeli uczenia maszynowego.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Tworzyć i trenować modele ML do wykrywania wzorców prowadzących do awarii systemów.
- Automatyzować przepływy pracy RCA na podstawie korelacji logów i metryk z wielu źródeł.
- Integrować procesy alertowania i naprawy z istniejącymi platformami.
- Wdrażać i skalować inteligentne potoki AIOps w środowiskach produkcyjnych.
Format kursu
- Interaktywny wykład i dyskusja.
- Liczne ćwiczenia i praktyka.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Podstawy AIOps: Monitorowanie, Korelacja i Inteligentne Ostrzeżenia
14 godzinAIOps (Sztuczna Inteligencja dla IT Operations) to praktyka stosująca uczenie maszynowe i analizę danych w celu automatyzacji i poprawy działań IT, szczególnie w obszarach monitorowania, wykrywania incydentów i reagowania na nie.
Ten szkolenie prowadzone przez instruktora (online lub stacjonarnie) jest skierowane do specjalistów IT na poziomie średniozaawansowanym, którzy chcą zaimplementować techniki AIOps w celu korelacji metryk i logów, zmniejszenia liczby ostrzeżeń i poprawy obserwowalności za pomocą inteligentnej automatyzacji.
Na koniec tego szkolenia uczestnicy będą w stanie:
- Zrozumieć zasady i architekturę platform AIOps.
- Korelować dane między logami, metrykami i śladami w celu identyfikacji przyczyn podstawowych.
- Zmniejszyć zmęczenie spowodowane ostrzeżeniami dzięki inteligentnemu filtrowaniu i redukcji hałasu.
- Używać open-source lub komercyjnych narzędzi do monitorowania i automatycznego reagowania na incydenty.
Format Szkolenia
- Interaktywna prezentacja i dyskusja.
- Wiele ćwiczeń i praktyki.
- Implementacja ręczna w środowisku live-lab.
Opcje Dostosowywania Szkolenia
- Aby zamówić dostosowane szkolenie, prosimy o kontakt z nami w celu uzgodnienia szczegółów.
Budowanie potoku AIOps z wykorzystaniem narzędzi Open Source
14 godzinPotok AIOps zbudowany w całości z narzędzi open source pozwala zespołom projektować opłacalne i elastyczne rozwiązania w zakresie obserwowalności, wykrywania anomalii i inteligentnego powiadamiania w środowiskach produkcyjnych.
To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu), jest skierowane do inżynierów na zaawansowanym poziomie, którzy chcą zbudować i wdrożyć kompleksowy potok AIOps przy użyciu narzędzi takich jak Prometheus, ELK, Grafana i własnych modeli ML.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Projektować architekturę AIOps wykorzystując wyłącznie komponenty open source.
- Zbierać i normalizować dane z logów, metryk i śladów.
- Stosować modele ML do wykrywania anomalii i przewidywania incydentów.
- Automatyzować powiadamianie i naprawę przy użyciu otwartych narzędzi.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie dla tego kursu, prosimy o kontakt w celu uzgodnienia szczegółów.
Generowanie testów wspomagane przez AI i prognozowanie pokrycia
14 godzinGenerowanie testów wspomagane przez AI to zestaw technik i narzędzi automatyzujących tworzenie przypadków testowych oraz przewidujących luki w testowaniu przy użyciu uczenia maszynowego.
To szkolenie prowadzone przez instruktora, na żywo (online lub na miejscu), skierowane jest do profesjonalistów na zaawansowanym poziomie, którzy chcą zastosować techniki AI do automatycznego generowania testów i prognozowania obszarów niewystarczającego pokrycia.
Po ukończeniu tego warsztatu uczestnicy będą przygotowani do:
- Wykorzystania modeli AI do generowania skutecznych scenariuszy testów jednostkowych, integracyjnych i end-to-end.
- Analizowania baz kodu przy użyciu uczenia maszynowego w celu wykrycia potencjalnych ślepych punktów w pokryciu.
- Integracji generowania testów opartego na AI z przepływami pracy CI/CD.
- Optymalizacji strategii testowych na podstawie analityki predykcyjnej awarii.
Format kursu
- Wykłady techniczne prowadzone z wsparciem ekspertów.
- Sesje praktyczne oparte na scenariuszach i ćwiczenia praktyczne.
- Eksperymentowanie w kontrolowanym środowisku testowym.
Opcje dostosowania kursu
- Jeśli potrzebujesz dostosowania tego szkolenia do swojego łańcucha narzędzi lub przepływów pracy, skontaktuj się z nami, aby to omówić.
Automatyzacja QA wspierana przez AI w CI/CD
14 godzinAutomatyzacja QA wspierana przez AI ulepsza tradycyjne testowanie poprzez generowanie inteligentnych przypadków testowych, optymalizację pokrycia regresji oraz integrację inteligentnych bram jakościowych w potokach CI/CD, co zapewnia skalowalną i niezawodną dostawę oprogramowania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów QA i DevOps na poziomie średniozaawansowanym, którzy chcą zastosować narzędzia AI do automatyzacji i skalowania zapewnienia jakości w przepływach pracy ciągłej integracji i wdrażania.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Generować, priorytetyzować i utrzymywać testy przy użyciu platform automatyzacji opartych na AI.
- Integrować inteligentne bramy QA w potokach CI/CD, aby zapobiegać regresjom.
- Wykorzystywać AI do testowania eksploracyjnego, przewidywania błędów i analizy niestabilności testów.
- Optymalizować czas testowania i pokrycie w szybko rozwijających się projektach agile.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Ciągłe Zgodność za pomocą AI: Zarządzanie w CI/CD
14 godzinMonitorowanie zgodności wspierane sztuczną inteligencją to dyscyplina, która stosuje inteligentną automatyzację do wykrywania, egzekwowania i walidacji wymagań politycznych w ciągu całego cyklu dostawy oprogramowania.
Ta prowadzona przez instruktora, na żywo szkolenie (online lub stacjonarnie) jest skierowane do profesjonalistów o poziomie średnim, którzy chcą zintegrować kontrolę zgodności opartą na AI w swoje potoki CI/CD.
Po ukończeniu tego szkolenia, uczestnicy będą wyposażeni, aby:
- Stosować sprawdzania oparte na AI do identyfikowania luk w zgodności podczas kompilacji oprogramowania.
- Korzystać z inteligentnych silników polityki do egzekwowania standardów regulacyjnych, bezpieczeństwa i licencji.
- Wykrywać automatycznie odchylenia konfiguracji.
- Wcześniej dołączać raportowanie zgodności w procesy dostawy oprogramowania.
Format Szkolenia
- Prezentacje prowadzone przez instruktora, wsparte praktycznymi przykładami.
- Ćwiczenia praktyczne skupione na realnych scenariuszach zgodności CI/CD.
- Stosowane doświadczenie w kontrolowanym środowisku labolatorium DevSecOps.
Opcje Dostosowywania Szkolenia
- Jeśli Twoja organizacja wymaga dostosowanych integracji zgodności, prosimy o kontakt, aby zaplanować.
GitHub Copilot dla automatyzacji DevOps i zwiększenia produktywności
14 godzinGitHub Copilot to asystent programistyczny napędzany sztuczną inteligencją, który pomaga automatyzować zadania programistyczne, w tym operacje DevOps, takie jak pisanie konfiguracji YAML, GitHub Actions i skryptów wdrażania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów na poziomie podstawowym i średniozaawansowanym, którzy chcą wykorzystać GitHub Copilot do usprawnienia zadań DevOps, poprawy automatyzacji i zwiększenia produktywności.
Pod koniec szkolenia uczestnicy będą mogli:
- Wykorzystywać GitHub Copilot do wsparcia w pisaniu skryptów powłoki, konfiguracji i potoków CI/CD.
- Korzystać z uzupełniania kodu AI w plikach YAML i GitHub Actions.
- Przyspieszać testowanie, wdrażanie i automatyzację przepływów pracy.
- Odpowiedzialnie stosować Copilota, rozumiejąc ograniczenia i najlepsze praktyki związane z AI.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
DevSecOps with AI: Automating Security in the Pipeline
14 godzinDevSecOps z AI jest praktyką integracji sztucznej inteligencji w DevOps pipelines w celu wykrywania zagrożeń, egzekwowania polityk bezpieczeństwa i automatyzacji reakcji w trakcie całego cyklu dostarczania oprogramowania.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do profesjonalistów z zakresu DevOps i bezpieczeństwa na poziomie średnim, którzy chcą stosować narzędzia i praktyki oparte na sztucznej inteligencji w celu poprawy automatyzacji bezpieczeństwa w procesach rozwoju i wdrażania.
Po zakończeniu tego szkolenia uczestnicy będą mogli:
- Wbudować narzędzia bezpieczeństwa zasilane sztuczną inteligencją w pipelines CI/CD.
- Używać statycznej i dynamicznej analizy wspieranej sztuczną inteligencją do wykrywania problemów na wczesnym etapie.
- Automatyzować wykrywanie tajnych informacji, skanowanie wulnerabilności kodu i analizę ryzyka związanego z zależnościami.
- Włączanie proaktywnego modelowania zagrożeń i egzekwowania polityk przy użyciu inteligentnych technik.
Format kursu
- Interaktywne wykłady i dyskusje.
- Wiele ćwiczeń i praktyki.
- Ręczne wdrażanie w środowisku live-lab.
Opcje dostosowywania kursu
- Aby złożyć wniosek o dostosowane szkolenie w ramach tego kursu, skontaktuj się z nami w celu umówienia się.
Enterprise AIOps z wykorzystaniem Splunk, Moogsoft i Dynatrace
14 godzinPlatformy Enterprise AIOps, takie jak Splunk, Moogsoft i Dynatrace, oferują potężne możliwości wykrywania anomalii, korelacji alertów oraz automatyzacji reakcji w dużych środowiskach IT.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do średniozaawansowanych zespołów IT, które chcą zintegrować narzędzia AIOps z istniejącym stosem obserwowalności i przepływami operacyjnymi.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Skonfigurować i zintegrować Splunk, Moogsoft i Dynatrace w jednolitą architekturę AIOps.
- Korelować metryki, logi i zdarzenia w rozproszonych systemach przy użyciu analizy opartej na sztucznej inteligencji.
- Automatyzować wykrywanie, priorytetyzację i reakcję na incydenty za pomocą wbudowanych i niestandardowych przepływów pracy.
- Optymalizować wydajność, skracać MTTR i poprawiać efektywność operacyjną na skalę przedsiębiorstwa.
Format kursu
- Interaktywne wykłady i dyskusje.
- Liczne ćwiczenia i praktyka.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić spersonalizowane szkolenie, skontaktuj się z nami w celu uzgodnienia szczegółów.
Implementowanie AIOps z wykorzystaniem Prometheusa, Grafany i ML
14 godzinPrometheus i Grafana to powszechnie stosowane narzędzia do obserwowalności w nowoczesnej infrastrukturze, podczas gdy uczenie maszynowe wzmacnia te narzędzia, dostarczając predykcyjne i inteligentne spostrzeżenia, aby zautomatyzować decyzje operacyjne.
To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do specjalistów od obserwowalności na poziomie średniozaawansowanym, którzy chcą zmodernizować swoją infrastrukturę monitorowania, integrując praktyki AIOps z wykorzystaniem Prometheusa, Grafany i technik ML.
Po zakończeniu szkolenia uczestnicy będą mogli:
- Konfigurować Prometheusa i Grafanę do obserwowalności w systemach i usługach.
- Zbierać, przechowywać i wizualizować wysokiej jakości dane szeregów czasowych.
- Stosować modele uczenia maszynowego do wykrywania anomalii i prognozowania.
- Tworzyć inteligentne reguły alertów oparte na predykcyjnych spostrzeżeniach.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczna implementacja w środowisku live-lab.
Opcje dostosowania kursu
- Aby zamówić dostosowane szkolenie, skontaktuj się z nami w celu ustalenia szczegółów.
LLMs and Agents in DevOps Workflows
14 godzinLLMs i autonomiczne ramy agentów, takie jak AutoGen i CrewAI, redefiniują sposób, w jaki zespoły DevOps automatyzują zadania, takie jak śledzenie zmian, generowanie testów i klasyfikacja alertów, symulując współpracę i podejmowanie decyzji w sposób przypominający człowieka.
To prowadzone przez instruktora szkolenie w trybie online lub stacjonarnym jest skierowane do zaawansowanych inżynierów, którzy chcą projektować i wdrażać automatyzowane przepływy pracy DevOps zasilane dużymi modelami językowymi (LLMs) i wieloagentowymi systemami.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Integrować agentów opartych na LLMs w przepływy pracy CI/CD dla inteligentnej automatyzacji.
- Automatyzować generowanie testów, analizę commitów i podsumowania zmian za pomocą agentów.
- Koordynować wiele agentów do klasyfikacji alertów, generowania odpowiedzi i dostarczania zaleceń dla DevOps.
- Budować bezpieczne i utrzymywalne przepływy pracy zasilane agentami za pomocą otwartych ram open-source.
Format kursu
- Interaktywna wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Ręczne wdrażanie w środowisku live-lab.
Opcje dostosowania kursu
- Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby umówić się.