Contacta con nosotros

Temario del curso

Introducción a los LLM y a los marcos de agentes

  • Visión general de los modelos de lenguaje grandes en la automatización de infraestructura.
  • Conceptos clave en flujos de trabajo multi-agente.
  • AutoGen, CrewAI y LangChain: casos de uso en DevOps.

Configuración de agentes LLM para tareas de DevOps

  • Instalación de AutoGen y configuración de perfiles de agente.
  • Uso de la API de OpenAI y otros proveedores de LLM.
  • Configuración de espacios de trabajo y entornos compatibles con CI/CD.

Automatización de flujos de trabajo de pruebas y calidad de código

  • Elaboración de prompts para LLM con el fin de generar pruebas unitarias e integradas.
  • Uso de agentes para hacer cumplir la validación de código (linting), las reglas de commit y las directrices de revisión de código.
  • Resumen y etiquetado automatizados de solicitudes de extracción (pull requests).

Agentes LLM para el manejo de alertas y detección de cambios

  • Diseño de agentes respondedores para alertas de fallo en el pipeline.
  • Análisis de registros y trazas utilizando modelos de lenguaje.
  • Detección proactiva de cambios de alto riesgo o configuraciones incorrectas.

Coordinación multi-agente en DevOps

  • Orquestación de agentes basada en roles (planificador, ejecutor, revisor).
  • Bucles de mensajería entre agentes y gestión de la memoria.
  • Diseño de sistemas con intervención humana para componentes críticos.

Seguridad, gobernanza y observabilidad

  • Gestión de la exposición de datos y seguridad de LLM en infraestructura.
  • Auditoría de acciones de agentes y restricción del alcance.
  • Seguimiento del comportamiento del pipeline y retroalimentación del modelo.

Casos de uso reales y escenarios personalizados

  • Diseño de flujos de trabajo de agentes para la respuesta a incidentes.
  • Integración de agentes con GitHub Actions, Slack o Jira.
  • Mejores prácticas para escalar la integración de LLM en DevOps.

Resumen y próximos pasos

Requerimientos

  • Experiencia con herramientas de DevOps y automatización de pipelines.
  • Conocimientos funcionales de Python y flujos de trabajo basados en Git.
  • Comprensión de los LLM o experiencia previa en ingeniería de prompts.

Público objetivo

  • Ingenieros de innovación y líderes de plataformas con integración de IA.
  • Desarrolladores de LLM que trabajan en DevOps o automatización.
  • Profesionales de DevOps que exploran marcos de agentes inteligentes.
 14 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 2900 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Próximos cursos

Categorías Relacionadas