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 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