Contattataci

Struttura del corso

Introduzione all'AI Agentica per le Operazioni

  • Dai runbook statici agli agenti ragionanti: l'evoluzione dell'automazione IT
  • Anatomia dell'agente: ciclo di ragionamento, uso degli strumenti, memoria e pianificazione
  • Quando automatizzare e quando mantenere l'uomo nel loop

Framework e Architetture per Agenti

  • Pattern single-agent: ReAct, Plan-and-Execute e loop di tool-calling
  • Architetture multi-agente: pattern supervisore, gerarchico e swarm
  • Confronto dei framework: LangGraph, CrewAI, AutoGen e agenti personalizzati
  • Costruzione del primo agente operativo: interrogare il monitoraggio, diagnosticare, proporre

Integrazione Strumenti per le Operazioni IT

  • Connessione degli agenti alle API di Prometheus, Grafana, Datadog e PagerDuty
  • Interrogazione dei log con agenti: integrazione con Elasticsearch, Loki e Splunk
  • Utilizzo di strumenti infrastrutturali: kubectl, Terraform, Ansible tramite azioni dell'agente
  • Progettazione di interfacce sicure per gli strumenti con validazione dei parametri e idempotenza

Automazione della Risposta agli Incidenti

  • Triage automatico degli incidenti: classificazione della severità e instradamento
  • Generazione di ipotesi sulla causa radice e raccolta di evidenze
  • Remediation automatica: azioni di restart, scaling, rollback e failover
  • Costruzione di un agente di runbook per incidenti con livelli di autonomia progressivi

Sicurezza, Guardrail e Supervisione Umana

  • Classificazione delle azioni: solo lettura, basso rischio, alto rischio e distruttive
  • Punti di approvazione e politiche di escalation per operazioni critiche
  • Pattern di guardrail: allowlist di azioni, limiti del blast radius e garanzie di rollback
  • Audit trail e provenienza delle decisioni per la conformità

Orchestrazione Multi-Agente per Incidenti Complessi

  • Coordinamento di agenti specialistici: agente di triage, agente di diagnosi, agente di remediation
  • Comunicazione tra agenti e gestione del contesto condiviso
  • Risoluzione dei conflitti quando gli agenti propongono azioni contraddittorie
  • Simulazione end-to-end di un incidente maggiore con risposta multi-agente

Osservabilità e Valutazione

  • Tracciamento delle catene di ragionamento degli agenti per debug e audit
  • Valutazione della qualità delle decisioni degli agenti: precisione, recall, tempo di risoluzione
  • Loop di feedback: apprendere dagli override dell'operatore e dai risultati
  • Tracciamento dei costi e economia dei token per agenti operativi

Distribuzione in Produzione e Operazioni

  • Distribuzione degli agenti come servizi: API, webhook e job programmati
  • Rollout graduale dell'autonomia: da modalità shadow alla full auto-remediation
  • Runbook per i fallimenti degli agenti: cosa accade quando l'agente stesso si blocca
  • Costruzione del business case e misurazione del ROI per le operazioni autonome

Requisiti

  • Esperienza nelle operazioni IT, nelle pratiche DevOps o SRE.
  • Familiarità con scripting in Python e API REST.
  • Conoscenza base delle capacità dei LLM e del prompt engineering.

Pubblico

  • Ingegneri SRE e DevOps che esplorano l'automazione guidata dall'AI.
  • Ingegneri di piattaforma che costruiscono infrastrutture self-healing.
  • Responsabili delle operazioni IT che valutano l'AI agentica per la gestione degli incidenti.
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative