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

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie