Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Seznámení s architekturou a operačními principy Mastry
- Základní komponenty a jejich role v produkci
- Podporované modely integrace do firemních prostředí
- Aspekty bezpečnosti a správy
Příprava prostředí pro nasazování agentů
- Konfigurace kontejnerizovaných prostředí
- Příprava clusterů Kubernetes pro provoz AI agentů
- Správa hesel, přihlašovacích údajů a konfiguračních dat
Nasazování AI agentů na bázi Mastry
- Balení agentů pro nasazení
- Automatizované nasazování pomocí GitOps a CI/CD postupů
- Ověřování správného fungování prostřednictvím testů
Strategie škálování AI agentů v produkci
- Postupy horizontálního škálování
- Automatické škálování pomocí nástrojů HPA, KEDA a událostně řízených spouštěčů
- Rozdělování zátěže a strategie zpracovávání požadavků
Sledování, monitorování a logování AI agentů
- Osvědčené postupy pro sběr telemetrických dat
- Integrace s nástroji Prometheus, Grafana a systémy logování
- Sledování výkonu agentů, jejich odchylek a možných provozních problémů
Optimalizace výkonu a efektivity využití zdrojů
- Profilování provozních nároků agentů
- Zlepšení výkonu vyhodnocování a snížení latence
- Postupy na snižování nákladů při rozsáhlém nasazování agentů
Spolehlivost, odolnost systému a zvládání chyb
- Návrh systémů odolných vůči vysoké zátěži
- Implementace mechanismů typu přerušování obvodů, opakovaných pokusů a omezení rychlosti požadavků
- Plánování havarijního obnovení systémů založených na AI agentech
Integrace Mastry do firemních ekosystémů
- Propojení s rozhraními API, datovými toky a systémy událostí
- Sladění nasazení agentů se standardy DevSecOps ve firmách
- Přizpůsobení architektury stávajícím platformám
Shrnutí a další kroky
Požadavky
- Znalost kontejnerizace a jejího orchestrování
- Praxe s pracovními postupy CI/CD
- Orientaci v konceptech nasazování AI modelů
Cílová skupina
- DevOps inženýři
- Vývojáři backendových systémů
- Inženýři platformy odpovědní za AI pracovní zátěže
21 Hodiny