Cursusaanbod
Grondslagen van agentische systemen in productieomgevingen
- Architecturen voor agents: cycli, gebruikte tools, geheugenbeheer en orchestratiemechanismen
- Levenscyclus van agents: ontwikkeling, implementatie en voortdurende werking
- Uitdagingen bij het beheren van agenten op productieniveau
Infrastructuur en implementatiemethoden
- Implementatie van agents in containeromgevingen en cloudservices
- Schaalpatronen: horizontale vs verticale schaling, parallelle uitvoering en beperking van resources
- Orchestratie tussen meerdere agents en verdeling van werklasten
Monitoring en observability
- Belangrijke meetwaarden: latentietijd, slagingspercentage, geheugengebruik en diepte van agent-acties
- Traceren van activiteiten en oproeppatronen binnen agents
- Implementeren van observability met behulp van Prometheus, OpenTelemetry en Grafana
Logging, auditen en naleving
- Gecentraliseerd logging en gestructureerde verzameling van gebeurtenissen
- Naleving van wet- en regelgeving binnen agentische workflows
- Opstellen van audit trails en mechanismen voor herhaalde analyses ter debugging
Prestatie-optimalisatie en resourcebeheer
- Verminderen van rekenlast bij inferentie en optimaliseren van de orchestratiecyclus van agents
- Modelcaching en efficiënte embedding-technieken voor snellere gegevensopvraging
- Belasting- en stress-testen voor AI-gebaseerde systemen
Kostenbeheersing en governance
- Identificeren van belangrijkste kostfactoren: API-aanroepen, geheugenverbruik, rekenkracht en externe integraties
- Kosten per agent monitoren en toepassing van modelmatige kostenverrekening
- Automatisering van processen om ongecontroleerde uitbreiding van agents en verspilling van resources te voorkomen
CI/CD-processen en implementatiestrategieën voor agents
- Integratie van agent-gerelateerde pipelines in bestaande CI/CD-omgevingen
- Teststrategieën, versiebeheer en terugdraaiingsprocedures voor continue verbetering van agents
- Geleidelijke implementatie en veilige roll-outmechanismen voor agent-updates
Herstel na storingen en betrouwbaarheidstechnieken
- Ontwerpen van systemen die bestand zijn tegen fouten en met minimaal verlies functioneren bij problemen
- Toepassen van retry-, time-out- en circuit-breaker-mechanismen om betrouwbaarheid te verhogen
- Incidentresponse-processen en evaluatiemethodes na storingen binnen AI-operaties
Afsluitend project
- Ontwerpen en implementeren van een volledig monitorbaar agentisch AI-systeem met gedetailleerd kostenbeheer
- Simuleren van verschillende belastingen, beoordelen van prestaties en optimaliseren van resourcegebruik
- Presenteren van de uiteindelijke architectuur en het monitoring-dashboard aan mededeelnemers
Samenvatting en vervolgstappen
Vereisten
- Grondige kennis van MLOps en productie-implementatie van machine learning-systemen
- Ervaring met containergebaseerde implementaties (Docker/Kubernetes)
- Kennis van hulpmiddelen voor cloudkostenbeheersing en observability
Doelgroep
- MLOps-engineers
- Site Reliability Engineers (SRE’s)
- Engineering-managers die verantwoordelijk zijn voor AI-infrastructuur
Getuigenissen (3)
De trainer is geduldig en zeer behulpzaam. Hij kent het onderwerp goed.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Cursus - Agentic AI for Business Automation: Use Cases & Integration
Automatisch vertaald
Goede mix van kennis en praktijk
Ion Mironescu - Facultatea S.A.I.A.P.M.
Cursus - Agentic AI for Enterprise Applications
Automatisch vertaald
De combinatie 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