Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
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