Zkuste nás kontaktovat

Návrh Školení

Úvod do Agentic AI v provozu

  • Od statických playbooků k agentům s rozumovací schopností: evoluce IT automatizace
  • Anatomie agenta: smyčka uvažování, použití nástrojů, paměť a plánování
  • Kdy automatizovat a kdy nechat lidského operátora v lůně dění (in-the-loop)

Frameworky a architektury agentů

  • Vzorce pro jednotlivé agenty: ReAct, Plan-and-Execute a smyčky volání nástrojů
  • Architektury více agentů: nadřízený (supervisor), hierarchické a stře (swarm) vzorce
  • Srovnání frameworků: LangGraph, CrewAI, AutoGen a vlastní agenti
  • Vytvoření prvního operačního agenta: dotazování monitoringu, diagnostika, návrh řešení

Integrace nástrojů pro IT operace

  • Připojení agentů k API služeb Prometheus, Grafana, Datadog a PagerDuty
  • Dotazování logů pomocí agentů: integrace Elasticsearch, Loki a Splunk
  • Používání infrastrukturových nástrojů: kubectl, Terraform, Ansible prostřednictvím akcí agentů
  • Navrhování bezpečných rozhraní nástrojů s ověřováním parametrů a idempotencí

Automatizace reakce na incidenty

  • Automatizovaná triage incidentů: klasifikace závažnosti a směrování
  • Generování hypotéz o příčině závady a sběr důkazů
  • Automatizovaná náprava: akce restartování, škálování, rollbacku a přepnutí (failover)
  • Navržení agenta pro playbook incidentů s postupnými úrovněmi autonomie

Bezpečnost, omezení (guardrails) a lidský dohled

  • Klasifikace akcí: jen pro čtení, nízké riziko, vysoké riziko a destruktivní
  • Bramky schvalování a politiky eskalace pro kritické operace
  • Vzorce omezení (guardrails): bílé seznamy akcí, limity dopadu a záruky rollbacku
  • Auditní stopy a původ rozhodnutí pro splnění compliance

Orchestrace více agentů pro složité incidenty

  • Koordination specializovaných agentů: agent triage, agent diagnostiky, agent nápravy
  • Komunikace mezi agenty a správa sdíleného kontextu
  • Rozhodování o konfliktech, pokud agenti navrhují rozporné akce
  • Simulace kritického incidentu zprava-na-levo s reakcí více agentů

Observability a hodnocení

  • Sledování řetězců uvažování agentů pro ladění a audit
  • Hodnocení kvality rozhodování agentů: přesnost, recall, čas do vyřešení
  • Zpětná vazba: učení se z intervencí operátorů a výsledků
  • Sledování nákladů a tokenové ekonomiky operačních agentů

Produkční nasazení a operace

  • Nasazování agentů jako služeb: API, webhooky a plánované úlohy
  • Postupné zavedení autonomie: od stínového režimu k plné automatizaci nápravy
  • Playbook pro poruchy agentů: co se stane, když samotný agent selže
  • Navržení obchodního případu a měření ROI pro autonomní operace

Požadavky

  • Zkušenosti s IT operacemi, DevOps nebo SRE postupy.
  • Ověřenost se skriptováním v Pythonu a REST API.
  • Základní porozumění možnostem velkých jazykových modelů (LLM) a prompt engineeringu.

Cílová skupina

  • Inženýři SRE a DevOps zkoumající AI automatizaci.
  • Inženýři platformy budující samoopravnou infrastrukturu.
  • Vedoucí IT operací hodnotící Agentic AI pro správu incidentů.
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie