Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Fundamentos de Sistemas Agentivos em Produção
- Arquiteturas agentivas: 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: escalonamento horizontal vs. vertical, concorrência e limitação de taxa (throttling)
- Orquestração multiagente e balanceamento de carga
Monitoramento e Observabilidade
- Métricas-chave: latência, taxa de sucesso, uso de memória e profundidade de chamadas de agentes
- Rastreamento de atividade de agentes e grafos de chamadas
- Instrumentação de observabilidade usando Prometheus, OpenTelemetry e Grafana
Registros (Logging), Auditoria e Conformidade
- Registro centralizado e coleta estruturada de eventos
- Conformidade e auditabilidade em fluxos de trabalho agentivos
- Projetando trilhas de auditoria e mecanismos de reprodução (replay) para depuração
Ajuste de Desempenho e Otimização de Recursos
- Redução do sobrecarga de inferência e otimização dos ciclos de orquestração de agentes
- Cache de modelos e incorporações leves (lightweight embeddings) para busca 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 no nível do agente e implementação de modelos de cobrança (chargeback)
- Políticas de automação para prevenir a proliferação de agentes e o consumo ocioso de recursos
Estratégias de CI/CD e Rollout para Agentes
- Integração de pipelines de agentes em sistemas de CI/CD
- Estratégias de teste, versionamento e reversão (rollback) para atualizações iterativas de agentes
- Implantações progressivas e mecanismos de implantação seguros
Recuperação de Falhas e Engenharia de Confiabilidade
- Projetando para tolerância a falhas e degradação graciosa
- Padrões de nova tentativa (retry), tempo limite (timeout) e disjuntor de circuito (circuit breaker) para a confiabilidade dos agentes
- Resposta a incidentes e frameworks de pós-mortem para operações de IA
Projeto Final
- Construir e implantar um sistema de IA agentivo com monitoramento completo e rastreamento de custos
- Simular carga, medir desempenho e otimizar o uso de recursos
- Apresentar a arquitetura final e o dashboard de monitoramento aos pares
Resumo e Próximos Passos
Requisitos
- Conhecimento sólido de MLOps e sistemas de aprendizado de máquina em produção
- Experiência com implantações containerizadas (Docker/Kubernetes)
- Familiaridade com otimização de custos na nuvem e ferramentas de observabilidade
Público-Alvo
- Engenheiros de MLOps
- Engenheiros de Confiabilidade do Site (SREs)
- Gerentes de engenharia que supervisionam infraestrutura de IA
21 Horas
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
