Prenez contact avec nous

Plan du cours

Introduction aux LLM et aux frameworks d'agents

  • Vue d'ensemble des grands modèles de langage dans l'automatisation des infrastructures
  • Concepts clés des workflows multi-agents
  • AutoGen, CrewAI et LangChain : cas d'utilisation dans DevOps

Configuration des agents LLM pour les tâches DevOps

  • Installation d'AutoGen et configuration des profils d'agents
  • Utilisation de l'API OpenAI et d'autres fournisseurs de LLM
  • Mise en place d'espaces de travail et d'environnements compatibles avec CI/CD

Automatisation des workflows de tests et de qualité du code

  • Utilisation de prompts pour générer des tests unitaires et d'intégration
  • Utilisation d'agents pour imposer la vérification du style (linting), les règles de validation et les directives de revue de code
  • Résumé et étiquetage automatisés des demandes de tirage (pull requests)

Agents LLM pour la gestion des alertes et la détection des modifications

  • Conception d'agents de réponse pour les alertes d'échec de pipeline
  • Analyse des journaux et des traces à l'aide de modèles de langage
  • Détection proactive des modifications à haut risque ou des mauvaises configurations

Coordination multi-agents dans DevOps

  • Orchestration d'agents basée sur les rôles (planificateur, exécutant, réviseur)
  • Boucles de messagerie des agents et gestion de la mémoire
  • Conception avec intervention humaine pour les systèmes critiques

Sécurité, gouvernance et observabilité

  • Gestion de l'exposition des données et de la sécurité des LLM dans les infrastructures
  • Audit des actions des agents et restriction de leur champ d'action
  • Suivi du comportement du pipeline et des retours des modèles

Cas d'utilisation réels et scénarios personnalisés

  • Conception de workflows d'agents pour la réponse aux incidents
  • Intégration des agents avec GitHub Actions, Slack ou Jira
  • Meilleures pratiques pour l'échelle d'intégration des LLM dans DevOps

Résumé et prochaines étapes

Pré requis

  • Expérience avec les outils DevOps et l'automatisation des pipelines
  • Connaissances pratiques de Python et des workflows basés sur Git
  • Compréhension des LLM ou exposition à l'ingénierie de prompts

Audience

  • Ingénieurs en innovation et responsables de plates-formes intégrant l'IA
  • Développeurs de LLM travaillant dans le domaine DevOps ou de l'automatisation
  • Professionnels DevOps explorant les frameworks d'agents intelligents
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires