Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Plan Szkolenia
Wprowadzenie do dużych modeli językowych i ram agentów
- Przegląd dużych modeli językowych w automatyzacji infrastruktury
- Kluczowe pojęcia w wieloagentowych przepływach pracy
- AutoGen, CrewAI i LangChain: przypadki użycia w DevOps
Konfiguracja agentów LLM dla zadań w DevOps
- Instalowanie AutoGen i konfigurowanie profilów agentów
- Używanie API OpenAI i innych dostawców LLM
- Konfiguracja przestrzeni roboczych i środowisk kompatybilnych z CI/CD
Automatyzacja przepływów pracy testowania i jakości kodu
- Wyzwalanie LLM do generowania testów jednostkowych i integracyjnych
- Używanie agentów do egzekwowania lintingu, reguł commitów i wytycznych recenzji kodu
- Automatyczne podsumowywanie i tagowanie pull requestów
Agenci LLM dla obsługi alertów i wykrywania zmian
- Projektowanie agentów odpowiedzi na alerty o awarii w rurociągu
- Analizowanie logów i śladów za pomocą modeli językowych
- Aktywne wykrywanie wysokiego ryzyka zmian lub nieprawidłowych konfiguracji
Koordynacja wieloagentowa w DevOps
- Orchestracja agentów na podstawie ról (planista, wykonawca, recenzent)
- Pętle komunikacji agentów i zarządzanie pamięcią
- Projektowanie z uwzględnieniem człowieka w pętli dla krytycznych systemów
Bezpieczeństwo, Governance i obserwowalność
- Zarządzanie eksponowaniem danych i bezpieczeństwem LLM w infrastrukturze
- Audytowanie działań agentów i ograniczenie zakresu
- Śledzenie zachowania rurociągu i opinii modelu
Realistyczne Use Casey i scenariusze niestandardowe
- Projektowanie przepływów agentów dla reagowania na incydenty
- Integracja agentów z GitHub Actions, Slack lub Jira
- Najlepsze praktyki dla skalowania integracji LLM w DevOps
Podsumowanie i następne kroki
Wymagania
- Doświadczenie w narzędziach i automatyzacji linii montażowych DevOps
- Znajomość pracy z Python i przepływami opartymi na Git
- Zrozumienie duzych modeli językowych lub ekspozycja na inżynierię pytań
Grupa docelowa
- Inżynierowie innowacji i liderzy platform zintegrowanych z AI
- Developerzy LLMs pracujący w DevOps lub automatyzacji
- Profesjonaliści DevOps eksplorujący ramy agentów inteligentnych
14 godzin
Opinie uczestników (1)
Trener reagujący na pytania na bieżąco.
Adrian
Szkolenie - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Przetłumaczone przez sztuczną inteligencję