Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
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