Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Въведение в Agentic AI за операциите
- От статични ръководства (runbooks) до агенти, способни да разсъждават: еволюцията на IT автоматизацията
- Анатомия на агента: цикъл на разсъждение, използване на инструменти, памет и планиране
- Кога да автоматизирате и кога да оставите хората в цикъла (in the loop)
Рамокци и архитектури на агенти
- Модели на единични агенти: ReAct, Plan-and-Execute и цикли за извикване на инструменти
- Архитектури на множество агенти: модел на надзорник, йерархични и роеви модели
- Сравнение на рамки: LangGraph, CrewAI, AutoGen и персонализирани агенти
- Изграждане на първия ви оперативен агент: запитване на мониторинг, диагностика, предложение
Интеграция на инструменти за IT операциите
- Свързване на агенти с API на Prometheus, Grafana, Datadog и PagerDuty
- Запитване на логове с агенти: интеграция с Elasticsearch, Loki и Splunk
- Използване на инфраструктурни инструменти: kubectl, Terraform, Ansible чрез действия на агент
- Проектиране на безопасни интерфейси за инструменти с валидиране на параметри и идемпотентност
Автоматизация на реакцията на инциденти
- Автоматизирано сортиране на инциденти: класификация по тежест и маршрутизация
- Генериране на хипотези за основната причина и събиране на доказателства
- Автоматично отстраняване на проблеми: рестарт, мащабиране, откат и прехвърляне на трафик (failover)
- Изграждане на агент за ръководство по инциденти с нива на прогресивна автономност
Безопасност, ограничения и човешки надзор
- Класификация на действията: само за четене, нисък риск, висок риск и разрушителни
- Точки за одобрение и политики за ескалация за критични операции
- Модели за ограничения: белове от действия (allowlists), лимитиране на обхвата на въздействието и гаранции за откат
- Одитни проследи и проследимост на решенията за съответствие
Оркестрация на множество агенти за сложни инциденти
- Координиране на специализирани агенти: агент за сортиране, агент за диагностика, агент за отстраняване
- Межагентна комуникация и управление на споделен контекст
- Решаване на конфликти, когато агенти предлагат противоречиви действия
- Симулация на голям инцидент от край до край с реакция на множество агенти
Наблюдаемост и оценка
- Проследяване на веригите на разсъждение на агентите за отстраняване на грешки и одит
- Оценка на качеството на решенията на агентите: точност, обхват (recall), време до решаване
- Обратни връзки: учене от корекции на оператори и резултати
- Отчитане на разходите и токеномическа ефективност за оперативни агенти
Въвеждане в продуктивна среда и операции
- Въвеждане на агенти като услуги: API, уебхукове и планови задания
- Постепенно въвеждане на автономност: от режим на сянка (shadow mode) до пълна автоматична корекция
- Ръководство за случаи на отказ на агента: какво става, когато самият агент се счупи
- Изграждане на бизнес случая и измерване на възвръщаемостта (ROI) за автономните операции
Изисквания
- Опит в IT операциите, DevOps или SRE практики.
- Знаене на скриптоване на Python и REST API.
- Базово разбиране на възможностите на LLM и промпт инженерството.
Аудитория
- Инженери по SRE и DevOps, изследващи автоматизация с AI.
- Платформени инженери, изграждащи самоизцеляваща се инфраструктура.
- Руководители на IT операции, оценяващи Agentic AI за управление на инциденти.
14 Часа