Ponte en Contacto

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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas