Ta kontakt

Kursplan

Innføring i Agentic AI for drift

  • Fra statiske runbooks til resonnerende agenter: utviklingen av IT-automatisering
  • Agentanomi: resonneringsløp, verktøybruk, minne og planlegging
  • Når man skal automatisere vs når man skal beholde mennesker i løkken

Agentrammeverk og arkitekturer

  • Enkeltagent-mønstre: ReAct, Plan-and-Execute og verktøyskall-løyper
  • Multi-agent-arkitekturer: supervisor-, hierarkiske og swarms-mønstre
  • Rammeverkssammenligning: LangGraph, CrewAI, AutoGen og tilpassede agenter
  • Bygg din første driftsagent: forespør overvåkning, diagnostiser, foreslå

Verktøytillating for IT-drift

  • Koble agenter til Prometheus, Grafana, Datadog og PagerDuty-APIer
  • Loggforespørsler med agenter: Elasticsearch, Loki og Splunk-integrasjon
  • Infrastrukturverktøybruk: kubectl, Terraform, Ansible via agenthandlinger
  • Design av sikre verktøygrænseflater med parametervalidering og idempotens

Automatisert hendelsesrespons

  • Automatisert hendelsesortering: alvorlighetsklassifisering og-routing
  • Generering av rotårsakshypoteser og innsamling av bevis
  • Automatisert retting: omstart, skalering, rollback og failover-handlinger
  • Bygge en hendelsesrunbook-agent med progressive autonominevå

Sikkerhet, guardrails og menneskelig inngrep

  • Klassifisering av handlinger: kun-les, lav risiko, høy risiko og destruktiv
  • Godkjenningsporter og eskaleringspolitikker for kritiske operasjoner
  • Guardrail-mønstre: tillateslister for handlinger, eksplosjonsradiusgrenser og rollback-garantier
  • Audit-spor og avgjørelsessprøtningsfor compliance

Multi-agent-orchestrering for komplekse hendelser

  • Kordinering av spesialistagenter: orteringagent, diagnoseagent, rettingsagent
  • Kommunikasjon mellom agenter og delt kontekstadministrasjon
  • Konfliktløsning når agenter foreslår motstridende handlinger
  • Slutt-til-slutt-simulering av stor hendelse med multi-agent-respons

Observabilitet og evaluering

  • Sporing av agentresonneringskjeder for feilsøking og audit
  • Evaluering av agentavgjørelsers kvalitet: presisjon, recall, tidsforbruk til løsning
  • Tilbakekoblingsløyper: læring fra operatøropptrek og resultater
  • Kostnadssporing og tokenøkonomi for driftsagenter

Produksjonsutroling og drift

  • Utrulle agenter som tjenester: APIer, webhooks og planlagte jobber
  • Gradvis autonomiutroling: skyggetilstand til full auto-retting
  • Runbook for agentfeil: hva skjer når agenten selv brytes
  • Bygge forretningsfallet og måle ROI for autonom drift

Krav

  • Erfaring med IT-drift, DevOps eller SRE-praksis.
  • Kjennskap til Python-skripting og REST-APIer.
  • Grunnleggende forståelse av LLM-evner og prompt-design.

Målgruppe

  • SRE- og DevOps-ingeniører som utforsker AI-drevet automatisering.
  • Plattformingeniører som bygger selvhelende infrastruktur.
  • IT-driftsledere som vurderer agentic AI for hendelsesadministrasjon.
 14 Timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier