План на курса

Въведение в големите лингвистични модели и агентни рамки

  • Обзор на големите лингвистични модели в автоматизацията на инфраструктура
  • Ключови концепции в многоагентни работни процеси
  • AutoGen, CrewAI и LangChain: случаи на употреба в DevOps

Настройване на агенти на LLM за задачи в DevOps

  • Инсталиране на AutoGen и конфигуриране на профили на агенти
  • Използване на OpenAI API и други доставчици на LLM
  • Настройване на работни пространства и среди, съвместими с CI/CD

Автоматизация на работни процеси за тестване и качество на код

  • Подсказване на LLM да генерират модулни и интеграционни тестове
  • Използване на агенти за прилагане на линтинг, правила за комитиране и наставления за преглед на код
  • Автоматизирано съставяне и маркиране на заявки за извличане

Агенти на LLM за обработка на сигнали и откриване на промени

  • Проектиране на агенти-отговорници за сигнали за неуспехи в конвейера
  • Анализ на логове и траси с лингвистични модели
  • Проактивно откриване на промени с висок риск или неправилни конфигурации

Многоагентно координиране в DevOps

  • Оркестрация на агенти на основата на роля (планировщик, изпълнител, рецензент)
  • Цикли на съобщения на агенти и управление на паметта
  • Човек в цикъла за критични системи

Безопасност, Go управление и наблюдаване

  • Обработка на експозиция на данни и безопасност на LLM в инфраструктура
  • Аудит на действия на агенти и ограничаване на обхвата
  • Следене на поведението на конвейера и обратна връзка на модела

Реални Use Case и персонализирани сценарии

  • Проектиране на работни процеси на агенти за отговор на инциденти
  • Интеграция на агенти с GitHub Действия, Slack или Jira
  • Наи-добри практики за масово въвеждане на интеграция на LLM в DevOps

Резюме и следващи стъпки

Изисквания

  • Опит с инструментариума за DevOps и автоматизация на пайплайни
  • Работно знание на Python и Git-базирани работни процеси
  • Разбиране на големи езикови модели или излагане на промпт-инжиниринг

Целева аудитория

  • Инженери за иновации и ръководители на платформи интегрирани с ИИ
  • Разработчици на LLMs, работящи в DevOps или автоматизация
  • DevOps професионалисти, изследващи интелигентни агентни рамки
 14 Часа

Брой участници


Цена за участник

Oтзиви от потребители (1)

Предстоящи Курсове