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 manuales de procedimientos estáticos a agentes de razonamiento: la evolución de la automatización de TI.
- Anatomía del agente: bucle de razonamiento, uso de herramientas, memoria y planificación.
- Cuándo automatizar y cuándo mantener la intervención humana.
Marcos y arquitecturas de agentes
- Patrones de agente único: ReAct, Plan-and-Execute y bucles de llamadas a herramientas.
- Arquitecturas multiagente: patrones de supervisor, jerárquicos y de enjambre (swarm).
- Comparación de marcos: 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 a las APIs de Prometheus, Grafana, Datadog y PagerDuty.
- Consultas de registros con agentes: integración con Elasticsearch, Loki y Splunk.
- Uso de herramientas de infraestructura: kubectl, Terraform, Ansible mediante acciones de agente.
- 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 y conmutación de falla (failover).
- Creación de un agente de manual de procedimientos para incidentes con niveles progresivos de autonomía.
Seguridad, medidas preventivas e intervención humana
- Clasificación de acciones: solo lectura, bajo riesgo, alto riesgo y destructivas.
- Compuertas de aprobación y políticas de escalado para operaciones críticas.
- Patrones de medidas preventivas (guardrails): listas de acciones permitidas, límites de impacto (blast radius) y garantías de reversión.
- Registros de auditoría y procedencia de decisiones para el cumplimiento normativo.
Orquestación multiagente para incidentes complejos
- Coordinación de agentes especialistas: agente de triage, agente de diagnóstico, agente de remediación.
- Comunicación entre agentes y gestión del contexto compartido.
- Resolución de conflictos cuando los agentes proponen acciones contradictorias.
- Simulación de un incidente mayor extremo a extremo con respuesta multiagente.
Observabilidad y evaluación
- Rastreo de cadenas de razonamiento de los agentes para depuración y auditoría.
- Evaluación de la calidad de las decisiones del agente: precisión, sensibilidad, tiempo de resolución.
- Bucles de retroalimentación: aprendizaje desde anulación por operadores y resultados.
- Seguimiento de costos y economía de tokens para agentes operativos.
Despliegue y operaciones en producción
- Despliegue de agentes como servicios: APIs, webhooks y tareas programadas.
- Despliegue gradual de autonomía: del modo sombra (shadow mode) a la remediación automática completa.
- Manual de procedimientos para fallos del agente: qué sucede 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.
- Conocimiento de scripts en Python y APIs REST.
- Comprensión básica de las capacidades de LLM (modelos de lenguaje de gran escala) e ingeniería de prompts.
Público objetivo
- Ingenieros SRE y DevOps que exploran la automatización impulsada por IA.
- Ingenieros de plataforma que construyen infraestructuras auto curativas.
- Líderes de operaciones de TI que evalúan la IA agéntica para la gestión de incidentes.
14 Horas