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.
Temario del curso
Introducción a la IA agéntica para operaciones
- De las libretas de procedimientos estáticas a los agentes de razonamiento: la evolución de la automatización de TI.
- Anatomía de un agente: bucle de razonamiento, uso de herramientas, memoria y planificación.
- Cuándo automatizar y cuándo mantener a los humanos en el bucle de decisión.
Marcos de trabajo y arquitecturas de agentes
- Patrones de agente único: ReAct, Plan-and-Execute y bucles de invocación de herramientas.
- Arquitecturas multi-agente: patrones de supervisor, jerárquicos y de enjambre.
- Comparación de marcos de trabajo: LangGraph, CrewAI, AutoGen y agentes personalizados.
- Construcción de su primer agente operativo: consultar monitoreo, diagnosticar y proponer soluciones.
Integración de herramientas para operaciones de TI
- Conexión de agentes con APIs de Prometheus, Grafana, Datadog y PagerDuty.
- Consultas de bitácoras con agentes: integración con Elasticsearch, Loki y Splunk.
- Uso de herramientas de infraestructura: kubectl, Terraform y Ansible mediante acciones de agentes.
- Diseño de interfaces de herramientas seguras con validación de parámetros e idempotencia.
Automatización de la respuesta a incidentes
- Triage automatizado de incidentes: clasificación de severidad y enrutamiento.
- Generación de hipótesis de causa raíz y recopilación de evidencia.
- Remediación automatizada: acciones de reinicio, escalado, reversión (rollback) y conmutación por fallo (failover).
- Construcción de un agente de libreta de procedimientos de incidentes con niveles de autonomía progresivos.
Seguridad, barandales (guardrails) e intervención humana
- Clasificación de acciones: solo lectura, bajo riesgo, alto riesgo y destructivas.
- Puertas de aprobación y políticas de escalado para operaciones críticas.
- Patrones de protección: listas de acciones permitidas, límites de radio de impacto y garantías de reversión.
- Registros de auditoría y procedencia de decisiones para el cumplimiento normativo.
Orquestación multi-agente para incidentes complejos
- Coordinación de agentes especialistas: agente de triage, agente de diagnóstico, agente de remediación.
- Comunicación entre agentes y gestión de contexto compartido.
- Resolución de conflictos cuando los agentes proponen acciones contradictorias.
- Simulación de un incidente grave de principio a fin con respuesta multi-agente.
Observabilidad y evaluación
- Rastreo de cadenas de razonamiento de agentes para depuración y auditoría.
- Evaluación de la calidad de las decisiones de los agentes: precisión, recall, tiempo de resolución.
- Bucles de retroalimentación: aprendizaje de las anulaciones del operador y de los resultados.
- Seguimiento de costos y economía de tokens para agentes operativos.
Implementación en producción y operaciones
- Implementación de agentes como servicios: APIs, webhooks y trabajos programados.
- Despliegue gradual de la autonomía: del modo sombra a la remediación automática completa.
- Libreta de procedimientos para fallos de agentes: qué hacer cuando el propio agente falla.
- Elaboración del caso de negocio y medición del ROI para operaciones autónomas.
Requerimientos
- Experiencia en operaciones de TI, prácticas DevOps o SRE.
- Familiaridad con scripts en Python y APIs REST.
- Comprensión básica de las capacidades de los LLM (modelos de lenguaje de gran escala) e ingeniería de prompts.
Público objetivo
- Ingenieros de SRE y DevOps que exploran la automatización impulsada por IA.
- Ingenieros de plataforma que construyen infraestructuras autorregenerativas.
- Líderes de operaciones de TI que evalúan la IA agéntica para la gestión de incidentes.
14 Horas
