Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do LLM i frameworków agentowych

  • Przegląd dużych modeli językowych w automatyzacji infrastruktury
  • Kluczowe pojęcia w przepływach wieloagentowych
  • AutoGen, CrewAI i LangChain: przypadki użycia w DevOps

Konfiguracja agentów LLM do zadań DevOps

  • Instalacja AutoGen i konfiguracja profili agentów
  • Korzystanie z API OpenAI i innych dostawców LLM
  • Ustawianie przestrzeni roboczych i środowisk kompatybilnych z CI/CD

Automatyzacja przepływów dotyczących testów i jakości kodu

  • Promptowanie LLM do generowania testów jednostkowych i integracyjnych
  • Wykorzystanie agentów do egzekwowania reguł lintowania, commitów i wytycznych dotyczących przeglądów kodu
  • Automatyczne podsumowywanie i tagowanie pull requestów

Agenci LLM do obsługi alertów i wykrywania zmian

  • Projektowanie agentów reagujących na alerty dotyczące awarii potoków
  • Analiza dzienników i tras (traces) przy użyciu modeli językowych
  • Proaktywne wykrywanie zmian o wysokim ryzyku lub nieprawidłowych konfiguracji

Koordynacja wielu agentów w DevOps

  • Orkiestracja agentów oparta na rolach (planista, wykonawca, przeglądarka)
  • Pętle komunikacyjne agentów i zarządzanie pamięcią
  • Projektowanie systemów z udziałem człowieka (human-in-the-loop) dla krytycznych systemów

Bezpieczeństwo, governance i obserwowalność

  • Zarządzanie ujawnianiem danych i bezpieczeństwem LLM w infrastrukturze
  • Audytowanie działań agentów i ograniczanie zakresu ich uprawnień
  • Śledzenie zachowań potoków i zwrotnej informacji od modeli

Przypadki użycia w świecie rzeczywistym i scenariusze customizowane

  • Projektowanie przepływów agentowych do reagowania na incydenty
  • Integracja agentów z GitHub Actions, Slack lub Jira
  • Najlepsze praktyki skalowania integracji LLM w DevOps

Podsumowanie i kolejne kroki

Wymagania

  • Doświadczenie w obsłudze narzędzi DevOps i automatyzacji potoków
  • Znajomość programowania w Pythonie i prac opartych na Git
  • Zrozumienie działania LLM lub doświadczenie z inżynierią promptów

Grupa docelowa

  • Inżynierowie innowacji i liderzy platform integrujących AI
  • Deweloperzy LLM pracujący w obszarze DevOps lub automatyzacji
  • Specjaliści DevOps badający inteligentne frameworki agentowe

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie