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
Infraestrutura e Modelos de Implantação
- Implantação de agentes em ambientes containerizados e na nuvem
- Padrões de escalabilidade: escala horizontal vs vertical, concorrência e limitação
- Orquestração multi-agente e balanceamento de carga
Monitoramento e Observabilidade
- Métricas-chave: latência, taxa de sucesso, uso de memória e profundidade das chamadas dos agentes
- Rastreamento da atividade do agente e gráficos de chamadas
- Instrumentação de observabilidade usando Prometheus, OpenTelemetry e Grafana
Logging, Auditoria e Conformidade
- Logging centralizado e coleta estruturada de eventos
- Conformidade e auditabilidade em fluxos de trabalho agênticos
- Design de trilhas de auditoria e mecanismos de replay para depuração
Otimização de Desempenho e Recursos
- Redução da sobrecarga de inferência e otimização dos ciclos de orquestração de agentes
- Cache de modelos e embeddings leves para recuperação mais rápida
- Teste de carga e cenários de estresse para pipelines AI
Controle de Custos e Governança
- Compreensão dos fatores que impulsionam os custos dos agentes: chamadas API, memória, computação e integrações externas
- Rastreamento de custos ao nível do agente e implementação de modelos de cobrança
- Políticas de automação para prevenir o crescimento descontrolado dos agentes e consumo de recursos ociosos
Estratégias de CI/CD e Implantação para Agentes
- Integração de pipelines de agentes em sistemas CI/CD
- Teste, versionamento e estratégias de reversão para atualizações iterativas dos agentes
- Rollouts progressivos e mecanismos de implantação seguros
Recuperação de Falhas e Engenharia de Confiabilidade
- Projeto para tolerância a falhas e degradação gracefull
- Padrões de retry, timeout e circuit breaker para confiabilidade dos agentes
- Frameworks de resposta a incidentes e pós-mortem para operações AI
Projeto Final
- Construir e implantar um sistema AI agêntico com monitoramento completo e rastreamento de custos
- Simular carga, medir desempenho e otimizar o uso de recursos
- Apresentar a arquitetura final e painel de monitoramento aos colegas
Resumo e Próximos Passos
Requisitos
- Compreensão sólida de MLOps e sistemas de machine learning em produção
- Experiência com implantações containerizadas (Docker/Kubernetes)
- Familiaridade com otimização de custos na nuvem e ferramentas de observabilidade
Público-alvo
- Engenheiros MLOps
- Engenheiros de Confiabilidade do Site (SREs)
- Gerentes de engenharia que supervisionam a infraestrutura AI
Declaração de Clientes (3)
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
exercícios práticos
Daniel - Facultatea S.A.I.A.P.M.
Curso - Agentic AI in Multi-Agent Systems
Máquina Traduzida