Kom i kontakt

Kursplan

Introduktion till Agentic AI för drift

  • Från statiska arbetsinstruktioner (runbooks) till resonemangsagenter: utvecklingen av IT-automatisering
  • Agentens anatomi: resonemangsslinga, verktyganvändning, minne och planering
  • När man ska automatisera och när mänsklig inblandning behövs

Agentramverk och arkitekturer

  • Enkelt-agent-mönster: ReAct, Plan-and-Execute och verktygsanropsslingor
  • Multi-agent-arkitekturer: överordnande, hierarkiska och svärmmönster
  • Sammanjämfkning av ramverk: LangGraph, CrewAI, AutoGen och anpassade agenter
  • Bygga din första driftagent: fråga övervakning, diagnostisera, föreslå

Verktygsintegration för IT-drift

  • Ansluta agenter till API:er för Prometheus, Grafana, Datadog och PagerDuty
  • Loggfrågor med agenter: integration med Elasticsearch, Loki och Splunk
  • Användning av infrastrukturverktyg: kubectl, Terraform, Ansible via agentaktioner
  • Designa säkra gränssnitt för verktyg med parametervalidering och idempotens

Automatisering av händelsehantering

  • Automatisk prioritering av händelser: klassificering av allvarlighetsgrad och ruttning
  • Generering av hypoteser om rotorsaker och insamling av bevis
  • Automatiserade åtgärder: omstart, skalning, rollbake och övergång (failover)
  • Bygga en agent för händelsehantering med gradvisa autonominevåer

Säkerhet, stödstrukturer och mänsklig kontroll (human-in-the-loop)

  • Klassificering av åtgärder: skrivskyddad, lågrisk, högrisk och destruktiv
  • Godkännandegater och eskaleringspolicyer för kritiska operationer
  • Mönster för stödstrukturer (guardrails): tillåtna åtgärder, begränsning av verkan och garanti för rollback
  • Revisionsloggar och besluts ursprung för efterlevnad (compliance)

Multi-agent-orchestrering för komplexa händelser

  • Koordinering av specialisteragenter: prioriteringsagent, diagnosagent, åtgärdsagent
  • Kommunikation mellan agenter och hantering av delade sammanhang
  • Lösa konflikter när agenter föreslår motsägelsefulla åtgärder
  • Simulering av stor händelse med multi-agent-svar, från början till slut

Observedbilitet och utvärdering

  • Sporra agenternas resonemanskedjor för felsökning och revision
  • Utvärdera agenternas beslutsfattande: precision, recall, tid till åtgärd
  • Feedbackloop: lära sig av operatörens överstyrningar och utfall
  • Kostnadssporring och token-ekonomi för driftagenter

Distribution och drift i produktion

  • Distribuera agenter som tjänster: API:er, webhooks och schemalagda jobb
  • Gradvis ökning av autonomi: från skuggläge till fullständig automatisk åtgärd
  • Handboks (runbook) för agents misslyckanden: vad händer när agenten själv går sönder
  • Bygga affärsfallet och mäta avkastning (ROI) för autonom drift

Krav

  • Erfarenhet av IT-drift, DevOps eller SRE-praktik.
  • Kännedom till Python-scriptning och REST-API:er.
  • Grundläggande förståelse för LLM-funktioner och promptengineering.

Målgrupp

  • SRE- och DevOps-ingenjörer som utforskar AI-drivna automatiseringar.
  • Plattformstekniker som bygger självläkande infrastruktur.
  • IT-driftsledare som utvärderar agentic AI för händelsehantering.
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier