Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a los LLMs y los marcos de agentes
- Visión general de los modelos de lenguaje de gran tamaño en la automatización de infraestructura
- Conceptos clave en los flujos de trabajo multiagente
- 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 LLMs
- Configuración de espacios de trabajo y entornos compatibles con CI/CD
Automatización de flujos de trabajo de pruebas y calidad de código
- Uso de prompts para que los LLMs generen pruebas unitarias e integradas
- Uso de agentes para aplicar reglas de linting, reglas de commit y directrices de revisión de código
- Resumen automático y etiquetado de solicitudes de extracción (pull requests)
Agentes LLM para el manejo de alertas y la detección de cambios
- Diseño de agentes respondientes para alertas de fallo de pipelines
- Análisis de registros y trazas utilizando modelos de lenguaje
- Detección proactiva de cambios de alto riesgo o configuraciones incorrectas
Coordinación multiagente en DevOps
- Orquestación de agentes basada en roles (planificador, ejecutor, revisor)
- Bucles de mensajería entre agentes y gestión de memoria
- Diseño con participación humana (human-in-the-loop) para sistemas críticos
Seguridad, gobernanza y observabilidad
- Manejo de la exposición de datos y la seguridad de LLMs en la infraestructura
- Auditoría de acciones de agentes y restricción de alcance
- Seguimiento del comportamiento de pipelines y retroalimentación del modelo
Casos de uso del mundo real 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 LLMs en DevOps
Resumen y próximos pasos
Requerimientos
- Experiencia con herramientas de DevOps y automatización de pipelines
- Conocimiento práctico de Python y flujos de trabajo basados en Git
- Comprensión de LLMs o experiencia con ingeniería de prompts
Público objetivo
- Ingenieros de innovación y responsables de plataformas integradas con IA
- Desarrolladores de LLMs que trabajan en DevOps o automatización
- Profesionales de DevOps que exploran marcos de trabajo de agentes inteligentes
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.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales