План на курса

Разбиране на архитектурата и операционните концепции на Мастра

  • Основни компоненти и технически роля в производството
  • Поддържани интеграционни модели за предприятията среди
  • Разглеждане на сигурност и управление

Подготовка на средата за развиване на агенти

  • Настройване на контейнерни работни среди
  • Подготовка на кластери с Kubernetes за зареди от AI агенти
  • Управление на секрети, удостоверения и конфигурационни хранилища

Развиване на AI агенти с Мастра

  • Пакетиране на агентите за развиване
  • Използване на GitOps и CI/CD за автоматично доставяне
  • Валидация на развиванията чрез структурирани тестове

Стратегии за маскиране в производството на AI агенти

  • Хоризонтални модели за маскиране
  • Автоматично маскиране с HPA, KEDA и тригерите на събитията
  • Стратегии за разпределение на тежестта и управление на заявки

Наблюдаемост, мониторинг и логване за AI агенти

  • Лучшите практики за инструментация на телеметрията
  • Интеграция с Prometheus, Grafana и стекове за логване
  • Проследяване на производителността, отклоненията и операционните аномалии на агентите

Оптимизация на производителността и ефективността на ресурсите

  • Профилиране на заредите на агентите
  • Усъвършенстване на производителността на извеждането и намаляване на латентността
  • Подходи за оптимизация на разходите при голям мащаб на развивания на агенти

Надеждност, устойчивост и управление на събиванията

  • Проектиране за устойчивост при заред
  • Имплементиране на разрежени връвки, повторни опити и ограничаване на скоростта
  • Планиране за възстановяване при катастрофи за системите с агенти

Интегриране на Мастра в предприятията екосистеми

  • Интерфейсиране с API, пайпилини за данни и автобуси за събития
  • Подреждане на развиванията на агенти в контекста на предприятия DevSecOps
  • Адаптиране на архитектурите към съществуващите платформни среди

Резюме и следващи стъпки

Изисквания

  • Разбиране за контейнизацията и оркестрирането
  • Опит с CI/CD работни процеси
  • Знайки с концепциите за развиване на AI модели

Публика

  • DevOps инженери
  • Бекенд разработчици
  • Платформни инженери, отговорни за AI работните зареди
 21 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории