Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Grundlag for agentbaserede systemer i produksjon
- Agentarkitekturer: løkker, verktøy, hukommelse og orchestrasjonslag
- Livsløp for agenter: utvikling, drift og kontinuerlig drift
- Ufordelene ved produksjonsskalerte agentstyring
Infrastruktur og driftsmodeller
- Drift av agenter i containerte og skyemiljøer
- Skaleringsmønstre: horisontal vs. vertikal skalering, konkurrens, og trossing
- Multiagent-orchestrasjon og arbeidsbelastningsbalansering
Overvåking og observabilitet
- Nøkkelmetrikker: forsinkelse, suksessrate, hukommelsesbruk, og agentkall dybde
- Sporing av agentaktivitet og kallgrafik
- Instrumentering av observabilitet ved hjelp av Prometheus, OpenTelemetry, og Grafana
Logging, overvåking og samsvar
- Sentralisert logging og strukturerte hendelsesinnsamling
- Samsvar og overvåking i agentarbeidsflyt
- Design av kontrolljournaler og replaymekanismer for feilsøkning
Prestasjonstuning og ressurs-optimalisering
- Redusere inferensoverkostnader og optimalisere agent-orchestrasjonscykluser
- Modellcaching og lette embeddings for raskere henting
- Lasttesting og stresscenarioer for AI-rørledninger
Kostnadskontroll og styring
- Forståelse av agentkostnadstrekkere: API-kall, hukommelse, regnekraft, og eksterne integrasjoner
- Sporing av agentnivå kostnader og implementering av chargeback-modeller
- Automatiseringspolicyer for å forebygge agentspreiling og idle ressursforbruk
CI/CD og driftstrategier for agenter
- Integrering av agentpipelines i CI/CD-systemer
- Testing, versjonskontroll, og tilbakekallingsstrategier for iterative agentoppdateringer
- Progressiv drift og sikre driftsmekanismer
Feilhåndtering og pålitelighetsingeniøring
- Design for feiltolerans og smidig nedstyrking
- Retry, timeout, og circuit breaker mønstre for agent pålitelighet
- Hendelsesrespons og post-mortem rammer for AI-drift
Avsluttende prosjekt
- Bygge og drift en agentbasert AI-system med full overvåking og kostnadssporing
- Simulere last, måle prestasjon, og optimalisere ressursbruk
- Presentere endelig arkitektur og overvåkingsdashboard til medarbeidere
Sammendrag og neste steg
Krav
- Sterk forståelse av MLOps og produksjonsmaskinlæringssystemer
- Erfaring med containerte driftssetninger (Docker/Kubernetes)
- Kjennskap til skykostnadsoptimalisering og observabilitetverktøy
Målgruppe
- MLOps-ingeniører
- Site Reliability Engineers (SREs)
- Ingeniørledere som har ansvar for AI-infrastruktur
21 Timer
Referanser (3)
God blanding av kunnskap og praksis
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Maskinoversatt
Blandingen av teori og praksis, samt perspektiver på både høy nivå og lav nivå
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maskinoversatt
praktiske øvelser
Daniel - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI in Multi-Agent Systems
Maskinoversatt