Entrar em Contato

Programa do Curso

Introdução à Agentic AI para Operações

  • De runbooks estáticos a agentes de raciocínio: a evolução da automação de TI
  • Anatomia do agente: loop de raciocínio, uso de ferramentas, memória e planejamento
  • Quando automatizar vs. quando manter humanos no loop

Frameworks e Arquiteturas de Agentes

  • Padrões de agente único: ReAct, Plan-and-Execute e loops de chamada de ferramentas
  • Arquiteturas multi-agente: padrões de supervisor, hierárquico e enxame
  • Comparação de frameworks: LangGraph, CrewAI, AutoGen e agentes personalizados
  • Construindo seu primeiro agente operacional: consultar monitoramento, diagnosticar, propor

Integração de Ferramentas para Operações de TI

  • Conectando agentes a APIs do Prometheus, Grafana, Datadog e PagerDuty
  • Consulta de logs com agentes: integração com Elasticsearch, Loki e Splunk
  • Uso de ferramentas de infraestrutura: kubectl, Terraform, Ansible via ações do agente
  • Projetando interfaces de ferramentas seguras com validação de parâmetros e idempotência

Automação de Resposta a Incidentes

  • Triage de incidentes automatizada: classificação de severidade e roteamento
  • Geração de hipóteses de causa raiz e coleta de evidências
  • Remediação automatizada: ações de reiniciar, escalar, rollback e failover
  • Construindo um agente de runbook de incidentes com níveis progressivos de autonomia

Segurança, Guardrails e Human-in-the-Loop

  • Classificação de ações: somente leitura, baixo risco, alto risco e destrutivas
  • Portões de aprovação e políticas de escalonamento para operações críticas
  • Padrões de guardrails: listas de permissão de ações, limites de alcance de impacto e garantias de rollback
  • Trilhas de auditoria e origem das decisões para conformidade

Orquestração Multi-Agente para Incidentes Complexos

  • Coordenando agentes especialistas: agente de triage, agente de diagnóstico, agente de remediação
  • Comunicação inter-agentes e gerenciamento de contexto compartilhado
  • Resolução de conflitos quando agentes propõem ações contraditórias
  • Simulação ponta a ponta de incidente grave com resposta multi-agente

Observabilidade e Avaliação

  • Rastreando cadeias de raciocínio dos agentes para depuração e auditoria
  • Avaliando a qualidade das decisões dos agentes: precisão, recall, tempo de resolução
  • Ciclos de feedback: aprendizado com substituições de operadores e resultados
  • Controle de custos e economia de tokens para agentes operacionais

Implantação em Produção e Operações

  • Implantando agentes como serviços: APIs, webhooks e tarefas agendadas
  • Despliegue gradual de autonomia: do modo sombra à auto-remediação total
  • Runbook para falhas de agentes: o que acontece quando o próprio agente quebra
  • Construindo o caso de negócio e medindo o ROI para operações autônomas

Requisitos

  • Experiência com operações de TI, práticas DevOps ou SRE.
  • Familiaridade com scripts em Python e APIs REST.
  • Compreensão básica das capacidades de LLMs e engenharia de prompts.

Público-Alvo

  • Engenheiros SRE e DevOps explorando automação baseada em IA.
  • Engenheiros de plataforma construindo infraestruturas auto-saneáveis.
  • Líderes de operações de TI avaliando Agentic AI para gestão de incidentes.
 14 Horas

Número de participantes


Preço por participante

Próximas Formações Provisórias

Categorias Relacionadas