Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Einführung in LLMs und Agent-Frameworks

  • Überblick über Large Language Models in der Infrastruktur-Automatisierung
  • Zentrale Konzepte in Multi-Agent-Workflows
  • AutoGen, CrewAI und LangChain: Anwendungsfälle im DevOps

Einstellung von LLM-Agenten für DevOps-Aufgaben

  • Installation von AutoGen und Konfiguration von Agentenprofilen
  • Nutzung der OpenAI-API und anderer LLM-Anbieter
  • Einrichtung von Arbeitsbereichen und CI/CD-kompatiblen Umgebungen

Automatisierung von Test- und Codequalitäts-Workflows

  • Prompting von LLMs zur Generierung von Unit- und Integrationstests
  • Verwendung von Agenten zur Durchsetzung von Linting, Commit-Regeln und Code-Review-Leitlinien
  • Automatisierte Zusammenfassung und Tagung von Pull Requests

LLM-Agenten für Alarmbearbeitung und Änderungsdetektion

  • Gestaltung von Reaktionsagenten für Pipeline-Fehlermeldungen
  • Analyse von Protokollen und Spuren unter Verwendung von Sprachmodellen
  • Proaktive Detektion von hochriskanten Änderungen oder Fehlkonfigurationen

Multi-Agent-Koordination im DevOps

  • Rollenbasierte Agenten-Orchestrierung (Planer, Ausführender, Reviewer)
  • Agenten-Messaging-Loops und Speichermanagement
  • Human-in-the-Loop-Design für kritische Systeme

Sicherheit, Governance und Observability

  • Umgang mit Datenexposition und LLM-Sicherheit in der Infrastruktur
  • Auditierung von Agentenaktionen und Einschränkung des Wirkungsbereichs
  • Verfolgung des Pipeline-Verhaltens und des Modelfeedbacks

Praktische Anwendungsfälle und individuelle Szenarien

  • Gestaltung von Agenten-Workflows für die Incident Response
  • Integration von Agenten mit GitHub Actions, Slack oder Jira
  • Best Practices für die Skalierung der LLM-Integration im DevOps

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Erfahrung mit DevOps-Tools und Pipeline-Automatisierung
  • Fundierte Kenntnisse in Python und Git-basierten Workflows
  • Verständnis von LLMs oder erste Erfahrungen mit Prompt Engineering

Zielgruppe

  • Innovationsingenieure und Leiter von AI-integrierten Plattformen
  • LLM-Entwickler, die im DevOps oder in der Automatisierung arbeiten
  • DevOps-Profis, die intelligente Agent-Frameworks erkunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien