Kursplan

Forståelse av Mastra-arkitektur og operasjonelle konsepter

  • Kjernekomponenter og deres prodroller
  • Støttede integrasjonsmønstre for enterprise-miljøer
  • Sikkerhets- og reguleringsovervegelser

Forberede miljøer for agentdeploy

  • Konfigurere container kjøretidsmiljøer
  • Forberede Kubernetes-clusters for AI-agentarbeidsbyrder
  • Administrere hemmeligheter, legitimasjoner og konfigurasjonsslager

Deploy av Mastra AI-agenter

  • Pakkeagenter for deploy
  • Bruk av GitOps og CI/CD for automatisert levering
  • Valider deploy gjennom strukturert testing

Skalingsstrategier for prod AI-agenter

  • Horisontalskalingsmønstre
  • Autoskalering med HPA, KEDA og hendelse-drevne utløsere
  • Lastfordeling og forespørselshåndteringstrategier

Observabilitet, overvåking og logging for AI-agenter

  • Telemetriinstrumentering beste praksis
  • Integrering med Prometheus, Grafana og loggingstacks
  • Sporing av agentytelse, drift og driftsanomali

Optimalisering av ytelse og ressurseffektivitet

  • Profilering av agentarbeidsbyrder
  • Forbedring av inferensytelse og reduksjon av forsinkelser
  • Kostnadsoptimaliseringsmetoder for store agentdeployer

Pålittelighet, robusthet og feilhåndtering

  • Design for robusthet under belastning
  • Implementering av circuit-breaking, retries, og rate limiting
  • Planlegging for katastroferedusert gjenvinning for agentbaserte systemer

Integrasjon av Mastra i enterprise økosystemer

  • Integrasjon med APIs, datapipelines og hendelsesbuser
  • Tilpassing av agentdeploy til enterprise DevSecOps
  • Anpassning av arkitekturer til eksisterende plattformsmiljøer

Oppsummering og neste skritt

Krav

  • Forståelse for containerisering og orkestrering
  • Erfaring med CI/CD-arbeidsflyt
  • Familiaritet med AI-modelldeploykonsepter

Målgruppe

  • DevOps-ingeniører
  • Backend-utviklere
  • Plattform-ingeniører ansvarlige for AI-arbeidsbyrder
 21 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier