Prenez contact avec nous

Plan du cours

Introduction à l'IA agentique pour les opérations

  • Des guides d'opérations statiques aux agents de raisonnement : l'évolution de l'automatisation des TI
  • Anatomie d'un agent : boucle de raisonnement, utilisation des outils, mémoire et planification
  • Quand automatiser et quand maintenir la supervision humaine

Cadres de travail et architectures d'agents

  • Modèles monagent : ReAct, Plan-and-Execute et boucles d'appels d'outils
  • Architectures multi-agents : modèles de superviseur, hiérarchiques et essaims
  • Comparaison des cadres : LangGraph, CrewAI, AutoGen et agents personnalisés
  • Créer votre premier agent opérationnel : interroger la surveillance, diagnostiquer, proposer

Intégration d'outils pour les opérations informatiques

  • Connecter les agents aux API Prometheus, Grafana, Datadog et PagerDuty
  • Interrogation des journaux par les agents : intégration Elasticsearch, Loki et Splunk
  • Utilisation d'outils d'infrastructure : kubectl, Terraform, Ansible via des actions d'agent
  • Concevoir des interfaces d'outils sécurisées avec validation des paramètres et idempotence

Automatisation de la réponse aux incidents

  • Triage automatisé des incidents : classification de la gravité et routage
  • Génération d'hypothèses de cause racine et collecte de preuves
  • Résolution automatisée : redémarrage, mise à l'échelle, retour arrière et bascule
  • Concevoir un agent de guide d'opérations pour incidents avec des niveaux d'autonomie progressive

Sécurité, garde-fous et supervision humaine

  • Classification des actions : en lecture seule, à faible risque, à haut risque et destructives
  • Points de contrôle de validation et politiques d'escalade pour les opérations critiques
  • Modèles de garde-fous : listes d'autorisation des actions, limites de rayon d'impact et garanties de retour arrière
  • Journaux d'audit et origine des décisions pour la conformité

Orchestration multi-agents pour les incidents complexes

  • Coordination d'agents spécialisés : agent de triage, agent de diagnostic, agent de résolution
  • Communication inter-agents et gestion du contexte partagé
  • Résolution de conflits lorsque les agents proposent des actions contradictoires
  • Simulation d'un incident majeur de bout en bout avec une réponse multi-agents

Observabilité et évaluation

  • Suivi des chaînes de raisonnement des agents pour le débogage et l'audit
  • Évaluation de la qualité des décisions des agents : précision, rappel, temps de résolution
  • Boucles de rétroaction : apprentissage des annulations par les opérateurs et des résultats
  • Suivi des coûts et économie des jetons pour les agents opérationnels

Déploiement et exploitation en production

  • Déployer les agents en tant que services : API, webhooks et tâches planifiées
  • Roulage progressif de l'autonomie : mode ombre à résolution automatique complète
  • Guide d'opérations pour les pannes d'agent : que faire quand l'agent lui-même tombe en panne
  • Établir le plan d'affaires et mesurer le ROI des opérations autonomes

Pré requis

  • Expérience des opérations informatiques, des pratiques DevOps ou SRE.
  • Connaissance des scripts Python et des API REST.
  • Compréhension de base des capacités des LLM et de l'ingénierie de prompts.

Public cible

  • Ingénieurs SRE et DevOps explorant l'automatisation par IA.
  • Ingénieurs de plateforme développant des infrastructures autonettoyantes.
  • Chefs des opérations informatiques évaluant l'IA agentique pour la gestion des incidents.
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires