Bądźmy w kontakcie

Plan Szkolenia

Podstawy Systemów Agentowych w Produkcji

  • Architektury agentowe: pętle, narzędzia, pamięć i warstwy orkiestracji
  • Cykl życia agentów: rozwój, wdrożenie i ciągła eksploatacja
  • Wyzwania związane z zarządzaniem agentami na skalę produkcyjną

Modele Infrastruktury i Wdrażania

  • Wdrażanie agentów w środowiskach kontenerowych i chmurowych
  • Wzorce skalowania: skalowanie poziome vs pionowe, współbieżność i ograniczanie
  • Orkiestracja wielu agentów i równoważenie obciążenia

Monitorowanie i Obserwowalność

  • Kluczowe metryki: opóźnienie, wskaźnik sukcesu, użycie pamięci i głębokość wywołań agenta
  • Śledzenie aktywności agentów i grafów wywołań
  • Instrumentacja obserwowalności przy użyciu Prometheus, OpenTelemetry i Grafana

Logowanie, Audyt i Zgodność

  • Centralizowane logowanie i strukturalna kolekcja zdarzeń
  • Zgodność i możliwość audytu w przepływach pracy agentowych
  • Projektowanie śladów audytu i mechanizmów powtarzania dla debugowania

Dostrajanie Wydajności i Optymalizacja Zasobów

  • Redukcja obciążenia wnioskowania i optymalizacja cykli orkiestracji agentów
  • Buforowanie modeli i lekkie osadzenia dla szybszego pobierania
  • Testy obciążeniowe i scenariusze stresowe dla potoków AI

Kontrola Kosztów i Zarządzanie

  • Zrozumienie czynników kosztowych agentów: wywołania API, pamięć, obliczenia i integracje zewnętrzne
  • Śledzenie kosztów na poziomie agenta i wdrażanie modeli rozliczeń
  • Automatyzacja polityk zapobiegająca rozrostowi agentów i konsumpcji nieużywanych zasobów

CI/CD i Strategie Wdrażania dla Agentów

  • Integracja potoków agentowych z systemami CI/CD
  • Testowanie, wersjonowanie i strategie wycofywania dla iteracyjnych aktualizacji agentów
  • Stopniowe wdrożenia i mechanizmy bezpiecznego wdrażania

Odzyskiwanie po Awariach i Inżynieria Niezawodności

  • Projektowanie pod kątem tolerancji na błędy i łagodnej degradacji
  • Wzorce ponawiania, limitów czasu i wyłączników dla niezawodności agentów
  • Reagowanie na incydenty i ramy post-mortem dla operacji AI

Projekt Końcowy

  • Budowa i wdrożenie systemu agentowej AI z pełnym monitorowaniem i śledzeniem kosztów
  • Symulacja obciążenia, pomiar wydajności i optymalizacja użycia zasobów
  • Prezentacja finalnej architektury i panelu monitorowania przed kolegami

Podsumowanie i Kolejne Kroki

Wymagania

  • Solidne zrozumienie MLOps i produkcyjnych systemów uczenia maszynowego
  • Doświadczenie w wdrożeniach kontenerowych (Docker/Kubernetes)
  • Znajomość narzędzi do optymalizacji kosztów chmury i obserwowalności

Grupa docelowa

  • Inżynierowie MLOps
  • Inżynierowie Niezawodności Stron (SREs)
  • Kierownicy inżynierii nadzorujący infrastrukturę AI
 21 godzin

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie