Ponte en Contacto

Temario del curso

Introducción a la IA agéntica para operaciones

  • De los manuales de procedimientos estáticos (runbooks) a los 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 de trabajo y arquitecturas de agentes

  • Patrones de agente único: ReAct, Plan-and-Execute y bucles de llamada de herramientas
  • Arquitecturas de multiagentes: patrones de supervisor, jerárquicos y de enjambre
  • Comparación de marcos de trabajo: LangGraph, CrewAI, AutoGen y agentes personalizados
  • Construcción de su primer agente operativo: consultar monitoreo, diagnosticar y proponer

Integración de herramientas para operaciones de TI

  • Conexión de agentes a APIs de Prometheus, Grafana, Datadog y PagerDuty
  • Consulta de registros con agentes: integración con Elasticsearch, Loki y Splunk
  • Uso de herramientas de infraestructura: kubectl, Terraform, Ansible a través de acciones del agente
  • Diseño de interfaces de herramientas seguras con validación de parámetros e idempotencia

Automatización de la respuesta a incidentes

  • Triaje 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 por error (failover)
  • Construcción de un agente de manual de procedimientos (runbook) con niveles de autonomía progresiva

Seguridad, barreras de protección e intervención humana

  • Clasificación de acciones: solo lectura, bajo riesgo, alto riesgo y destructivas
  • Puertas de aprobación y políticas de escalado para operaciones críticas
  • Patrones de barreras de protección: listas de acciones permitidas, límites de radio de impacto y garantías de reversión
  • Trazas de auditoría y procedencia de decisiones para el cumplimiento normativo

Orquestación de multiagentes para incidentes complejos

  • Coordinación de agentes especializados: agente de triaje, agente de diagnóstico, agente de remediación
  • Comunicación entre agentes y gestión de contexto compartido
  • Resolución de conflictos cuando los agentes proponen acciones contradictorias
  • Simulación de un incidente grave extremo a extremo con respuesta de multiagentes

Observabilidad y evaluación

  • Rastreo de cadenas de razonamiento del agente para depuración y auditoría
  • Evaluación de la calidad de la toma de decisiones del agente: precisión, recall (sensibilidad), tiempo de resolución
  • Bucles de retroalimentación: aprendizaje de las anulación por operadores y resultados
  • Rastreo de costos y economía de tokens para agentes operativos

Implementación y operaciones en producción

  • Despliegue de agentes como servicios: APIs, webhooks y trabajos programados
  • Despliegue gradual de la autonomía: del modo sombra a la remediación totalmente automática
  • Manual de procedimientos para fallos del agente: qué sucede cuando el propio agente falla
  • Construcción 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 los LLM y de la ingeniería de prompts.

Público objetivo

  • Ingenieros SRE y DevOps que exploran la automatización impulsada por IA.
  • Ingenieros de plataforma que construyen infraestructura auto-reparadora.
  • 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