Cursusaanbod
Grondslagen van Agente Systemen in Productie
- Agentearchitecturen: lussen, tools, geheugen en orkestratielagen
- Levenscyclus van agents: ontwikkeling, implementatie en continue operatie
- Uitdagingen bij productieschaal agentbeheer
Infrastructuur en Implementatiemodellen
- Agents implementeren in containerized en cloudomgevingen
- Schaalpatronen: horizontaal vs verticaal schalen, concurrentie en throttling
- Multi-agent orkestratie en werklastbalansering
Monitoring en Observabiliteit
- Kernmetrieken: latentie, succespercentage, geheugengebruik en agentoeproepdiepte
- Agentactiviteiten traceren en oproepgrafieken opstellen
- Observabiliteit instrumenteren met Prometheus, OpenTelemetry en Grafana
Logging, Controle en Compliance
- Centralized logging en gestructureerde gebeurteniscollectie
- Compliance en toezichtbaarheid in agentewerkstroom
- Audittrails ontwerpen en replaymechanismen voor debugging
Prestatieoptimalisatie en Resource Optimalisatie
- Inferenceslast verminderen en agentorkestratiecyclus optimaliseren
- Modelcaching en lightweight embeddings voor snellere ophaalacties
- Laadteting en stressscenario's voor AI-pipelines
Kostenbeheersing en Governance
- Agentkostendrijvers begrijpen: API-aanroepen, geheugen, berekening en externe integraties
- Agentniveau kosten bijhouden en chargebackmodellen implementeren
- Automatiseringsbeleid om agent sprawl en idle resource consumption te voorkomen
CI/CD en Rollout Strategieën voor Agents
- Agentpipelines integreren in CI/CD-systemen
- Testen, versiebeheer en rollbackstrategieën voor iteratieve agentupdates
- Progressieve rollouts en veilige implementatiemechanismen
Failover en Betrouwbaarheidsbeheer
- Ontwerpen voor fouttolerantie en gratievolle degradatie
- Retry, timeout en circuit breaker patronen voor agentbetrouwbaarheid
- Incidentresponsschema's en post-mortem kaders voor AI-operaties
Capstone Project
- Een agente AI-systeem bouwen en implementeren met volledige monitoring en kostenbijhouding
- Belasting simuleren, prestaties meten en resourcegebruik optimaliseren
- Eindarchitectuur en monitoringdashboard presenteren aan collega's
Samenvatting en Volgende Stappen
Vereisten
- Sterke kennis van MLOps en productiemachine learning-systemen
- Ervaring met containerized implementaties (Docker/Kubernetes)
- Vertrouwdheid met cloud kostenoptimalisatie en observabiliteitstools
Doelgroep
- MLOps engineers
- Site Reliability Engineers (SREs)
- Engineering managers die AI-infrastructuur beheren
Getuigenissen (3)
Goede mix van kennis en praktijk
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Agentic AI for Enterprise Applications
Automatisch vertaald
De mix van theorie en praktijk en van hoge- en lagenniveau perspectieven
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Autonomous Decision-Making with Agentic AI
Automatisch vertaald
Pratische oefeningen
Daniel - Facultatea S.A.I.A.P.M.
Cursus - Agentic AI in Multi-Agent Systems
Automatisch vertaald