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
Fondamenti dei sistemi agentici in produzione
- Architetture agentiche: loop, strumenti, memoria e layer di orchestrazione
- Ciclo di vita degli agenti: sviluppo, distribuzione e funzionamento continuo
- Sfide della gestione agentica su scala di produzione
Infrastruttura e modelli di distribuzione
- Distribuzione di agenti in ambienti containerizzati e cloud
- Modelli di scalabilità: scalabilità orizzontale vs verticale, concorrentezza e throttling
- Orchestrazione multi-agente e bilanciamento del carico
Monitoraggio e osservabilità
- Principali metriche: latenza, tasso di successo, utilizzo della memoria e profondità delle chiamate dell'agente
- Tracciamento dell'attività degli agenti e dei grafi di chiamata
- Osservabilità strumentata tramite Prometheus, OpenTelemetry e Grafana
Logging, audit e conformità
- Logging centralizzato e raccolta strutturata degli eventi
- Conformità e auditabilità nei flussi di lavoro agentici
- Progettazione di tracce di audit e meccanismi di replay per il debugging
Ottimizzazione delle prestazioni e delle risorse
- Riduzione dell'overhead di inferenza e ottimizzazione dei cicli di orchestrazione degli agenti
- Cache dei modelli e embedding leggeri per un recupero più rapido
- Test di carico e scenari di stress per le pipeline AI
Controllo dei costi e governance
- Comprensione dei driver dei costi degli agenti: chiamate API, memoria, calcolo e integrazioni esterne
- Monitoraggio dei costi a livello di agente e implementazione di modelli di chargeback
- Policy di automazione per prevenire la proliferazione degli agenti e il consumo di risorse inattive
CI/CD e strategie di rollout per gli agenti
- Integrazione delle pipeline agentiche nei sistemi CI/CD
- Test, versionatura e strategie di rollback per gli aggiornamenti iterativi degli agenti
- Rollout progressivi e meccanismi di distribuzione sicuri
Ripristino da guasti e ingegneria dell'affidabilità
- Progettazione per la tolleranza ai guasti e il degrado elegante
- Modelli di retry, timeout e circuit breaker per l'affidabilità degli agenti
- Response agli incidenti e framework post-mortem per le operazioni AI
Progetto Capstone
- Costruire e distribuire un sistema di AI agentica con monitoraggio completo e tracciamento dei costi
- Simulare il carico, misurare le prestazioni e ottimizzare l'utilizzo delle risorse
- Presentare l'architettura finale e la dashboard di monitoraggio ai pari
Sintesi e prossimi passi
Requisiti
- Solida comprensione di MLOps e dei sistemi di machine learning in produzione
- Esperienza con distribuzioni containerizzate (Docker/Kubernetes)
- Familiarità con gli strumenti di ottimizzazione dei costi cloud e osservabilità
Pubblico
- Engineer MLOps
- Site Reliability Engineer (SRE)
- Engineering manager che supervisionano l'infrastruttura AI
21 ore
Recensioni (3)
Il istruttore è paziente e molto disponibile. Conosce bene l'argomento.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Corso - Agentic AI for Business Automation: Use Cases & Integration
Traduzione automatica
Buona miscela di conoscenza e pratica
Ion Mironescu - Facultatea S.A.I.A.P.M.
Corso - Agentic AI for Enterprise Applications
Traduzione automatica
Il mix di teoria e pratica e di prospettive a livello alto e basso
Ion Mironescu - Facultatea S.A.I.A.P.M.
Corso - Autonomous Decision-Making with Agentic AI
Traduzione automatica
