Programa do Curso
Fundamentos dos Sistemas Agênticos em Produção
- Arquiteturas agênticas: loops, ferramentas, memória e camadas de orquestração
- Ciclo de vida dos agentes: desenvolvimento, implantação e operação contínua
- Desafios da gestão de agentes em escala de produção
Modelos de Infraestrutura e Implantação
- Implantação de agentes em ambientes contêinerizados e em nuvem
- Padrões de escalonamento: escalonamento horizontal versus vertical, concorrência e limitação de taxa (throttling)
- Orquestração multiagente e balanceamento de carga
Monitoramento e Observabilidade
- Métricas principais: latência, taxa de sucesso, uso de memória e profundidade das chamadas do agente
- Rastreamento da atividade dos agentes e grafos de chamadas
- Instrumentação da observabilidade usando Prometheus, OpenTelemetry e Grafana
Logs, Auditoria e Conformidade
- Coleta centralizada de logs e eventos estruturados
- Conformidade e auditabilidade nos fluxos de trabalho agênticos
- Projeto de trilhas de auditoria e mecanismos de reprodução para depuração
Ajuste de Desempenho e Otimização de Recursos
- Redução da sobrecarga de inferência e otimização dos ciclos de orquestração do agente
- Cache de modelos e embeddings leves para recuperação mais rápida
- Testes de carga e cenários de estresse para pipelines de IA
Controle de Custos e Governança
- Compreensão dos fatores de custo dos agentes: chamadas de API, memória, computação e integrações externas
- Rastreamento de custos por agente e implementação de modelos de repasse de custos (chargeback)
- Políticas de automação para prevenir o espalhamento de agentes e o consumo de recursos ociosos
CI/CD e Estratégias de Lançamento para Agentes
- Integração dos pipelines de agentes nos sistemas de CI/CD
- Testes, versionamento e estratégias de reversão para atualizações iterativas de agentes
- Lanços progressivos e mecanismos de implantação segura
Recuperação de Falhas e Engenharia de Confiabilidade
- Projeto para tolerância a falhas e degradação graciosa
- Padrões de retry, timeout e circuit breaker para confiabilidade dos agentes
- Resposta a incidentes e estruturas de análise pós-incidente (post-mortem) para operações de IA
Projeto Final
- Construir e implantar um sistema de IA agêntica com monitoramento completo e rastreamento de custos
- Simular carga, medir o desempenho e otimizar o uso de recursos
- Apresentar a arquitetura final e o painel de monitoramento aos colegas
Resumo e Próximos Passos
Requisitos
- Sólido entendimento de MLOps e sistemas de aprendizado de máquina em produção
- Experiência com implantações em contêineres (Docker/Kubernetes)
- Familiaridade com ferramentas de otimização de custos em nuvem e observabilidade
Público-Alvo
- Engenheiros de MLOps
- Engenheiros de Confiabilidade de Sites (SREs)
- Gerentes de Engenharia que supervisionam infraestrutura de IA
Testemunhos de Clientes (3)
O instrutor é paciente e muito prestativo. Ele domina bem o assunto.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curso - Agentic AI for Business Automation: Use Cases & Integration
Máquina Traduzida
Bom misto de conhecimento e prática
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Agentic AI for Enterprise Applications
Máquina Traduzida
A mistura de teoria e prática e de perspectivas de alto e baixo nível
Ion Mironescu - Facultatea S.A.I.A.P.M.
Curso - Autonomous Decision-Making with Agentic AI
Máquina Traduzida
