LLMs와 에이전트 기반 DevOps 워크플로우 교육 과정

AutoGen은 Microsoft에서 제공하는 오픈 소스 프레임워크로, LLM, 도구, 메모리 및 사용자 상호작용을 활용한 다중 에이전트 애플리케이션을 구축할 수 있습니다.

이 강사는 주재하는 실시간 교육(온라인 또는 현장)은 AutoGen의 Python-기반 API, 함수 호출 기능 및 모듈형 도구 체인을 사용하여 깊이 맞춤화된 에이전트를 설계하고 배포하고자 하는 고급 개발자 및 아키텍트를 대상으로 합니다.

이 교육을 마치면 참가자들은 다음과 같은 능력을 갖게 됩니다:

• 역할별 논리와 도구 라우팅을 가진 맞춤형 에이전트를 개발합니다.
• 고급 함수 호출 및 문맥 전환을 사용하여 동적인 워크플로우를 구축합니다.
• 에이전트 팀 내에서 메모리 모듈과 계획 프레임워크를 구현합니다.
• 다중 에이전트 오류 상태와 적응형 재시도 메커니즘을 처리합니다.

강의 형식

• 대화형 강의 및 토론.
• 수많은 연습과 실습.
• 라이브 랩 환경에서 직접 구현합니다.

강의 맞춤화 옵션

• 이 강의를 맞춤형 교육으로 요청하려면, 연락하여 조치를 취해 주시기 바랍니다.

이 인스트럭터 주도, 라이브 교육 (온라인 또는 현장) 과정은 Read AI를 Slack, CRM 시스템 및 Notion과 통합하여 업무 흐름을 자동화하고 팀 효율성을 향상시키려는 중급자에서 고급자 수준의 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음과 같은 능력을 갖게 됩니다:

• Read AI를 Slack, Salesforce, Notion 및 유사한 도구와 연결합니다.
• 플랫폼 간 회의 요약 및 작업 항목의 자동 전달을 설정합니다.
• Read AI 데이터를 CRM 시스템 및 작업 보드와 동기화합니다.
• 통합 문제 해결 및 팀 요구에 맞춘 구성 최적화

AIOps (인프라 운영을 위한 인공지능) 은 사고가 발생하기 전에 예측하고, 루트 원인 분석(RCA)을 자동화하여 다운타임을 최소화하고 해결 속도를 높이는 데 increasingly being used to predict incidents before they occur and automate root cause analysis (RCA) to minimize downtime and accelerate resolution.

이 강사는 예측 분석을 구현하고, 복구 작업을 자동화하며, AIOps 도구와 머신러닝 모델을 사용하여 지능적인 RCA 워크플로우를 설계하고자 하는 고급 IT 전문가를 위한 온라인 또는 오프라인 교육과정을 진행합니다.

이 교육과정을 마친 후, 참가자들은 다음을 수행할 수 있습니다:

• 시스템 장애로 이어지는 패턴을 감지하기 위해 ML 모델을 구축하고 훈련합니다.
• 다중 소스 로그 및 메트릭 상관관계를 기반으로 RCA 워크플로우를 자동화합니다.
• 경고 및 복구 과정을 기존 플랫폼에 통합합니다.
• 생산 환경에서 지능적인 AIOps 파이프라인을 배포하고 확장합니다.

과정 형식

• 상호작용형 강의 및 토론.
• 많은 연습과 문제 해결.
• 실습 환경을 통해 직접 구현.

과정 맞춤화 옵션

• 이 과정에 대한 맞춤형 교육을 요청하려면, 연락하여 안내받으세요.

AIOps (IT 운영을 위한 인공지능)은 머신러닝과 분석을 적용하여 IT 운영을 자동화하고 개선하는 실천으로, 특히 모니터링, 인시던트 탐지 및 대응 분야에서 중요합니다.

이 강사는 중급 수준의 IT 운영 전문가를 대상으로 하며, AIOps 기술을 사용하여 지표와 로그를 상관관계 분석하고, 경고 소음을 줄이며, 지능형 자동화를 통해 관찰 가능성을 향상시키고자 하는 분들을 대상으로 합니다.

이 강좌를 통해 참가자들은 다음을 할 수 있게 됩니다.

• AIOps 플랫폼의 원칙과 아키텍처를 이해합니다.
• 로그, 지표, 트레이스를 통해 데이터의 원인을 찾아냅니다.
• 지능형 필터링과 소음 억제를 통해 경고 피로감을 줄입니다.
• 오픈 소스 또는 상용 도구를 사용하여 인시던트를 자동으로 모니터링하고 대응합니다.

강좌 형식

• 상호작용 강의 및 토론.
• 많은 연습과 과제.
• 라이브 랩 환경에서 직접 구현.

강좌 커스터마이징 옵션

• 이 강좌에 대한 맞춤형 교육을 요청하려면, 연락 주세요.

오픈 소스 도구로만 구성된 AIOps 파이프라인을 통해 팀은 생산 환경에서 비용 효율적이고 유연한 관찰 가능성, 이상 탐지, 그리고 지능형 경고 솔루션을 설계할 수 있습니다.

이 강사는 고급 수준의 엔지니어들이 Prometheus, ELK, Grafana, 그리고 커스텀 ML 모델을 사용하여 종단 간 AIOps 파이프라인을 구축하고 배포하는 데 목표를 두고 있습니다.

이 강의를 통해 참가자들은 다음을 할 수 있게 됩니다:

• 오픈 소스 구성 요소만 사용하여 AIOps 아키텍처를 설계합니다.
• 로그, 메트릭, 그리고 트레이스에서 데이터를 수집하고 정규화합니다.
• ML 모델을 사용하여 이상을 탐지하고 사고를 예측합니다.
• 오픈 소스 도구를 사용하여 경고와 복구 작업을 자동화합니다.

강의 형식

• 상호작용형 강의와 논의
• 많은 연습과 실습
• 라이브 랩 환경에서 직접 구현

강의 맞춤화 옵션

• 이 강의를 맞춤형으로 요청하려면, 맞춤형 교육을 진행하기 위해 문의하세요.

This instructor-led, live training in 대한민국 (online or onsite) is aimed at beginner-level professionals who wish to explore the fundamentals of CrewAI and build simple multi-agent systems.

By the end of this training, participants will be able to:

• Understand the architecture and design principles of CrewAI.
• Define roles, tasks, and flows within a crew of agents.
• Create collaborative workflows using CrewAI's framework.
• Build, test, and run basic multi-agent scenarios.

이 온라인 또는 현장 강사 주도의 라이브 교육은 실세계 사용 사례와 도구 통합을 통해 CrewAI을 사용하여 비즈니스 및 기술 워크플로를 자동화하고자 하는 중급 전문가를 대상으로 합니다.

이 교육을 마친 후 참가자는 다음을 할 수 있게 됩니다.

• CrewAI의 아키텍처와 핵심 원리를 이해합니다.
• 여러 협력 에이전트를 포함한 워크플로를 설계합니다.
• CrewAI을 APIs, 도구 및 외부 시스템과 통합합니다.
• 실세계 자동화 사용 사례를 구현하고 조율합니다.

• AutoGen Studio를 사용하여 노코드 인터페이스로 다중 에이전트 워크플로우를 생성할 수 있습니다.
• AutoGen Studio를 사용하여 에이전트 역할, 프로프트, 목표를 정의할 수 있습니다.
• 에이전트 간의 메시지 흐름을 시각화하고 관리할 수 있습니다.
• 에이전트 로직에 오류 처리 및 문맥 정제를 통합할 수 있습니다.

강의 형식

• 대화형 강의 및 토론.
• 많은 연습 및 실습.
• 라이브 랩 환경에서의 실습 구현.

강의 맞춤화 옵션

• 이 강의를 맞춤형으로 요청하려면, 맞춤형 강의를 신청하려면 문의해 주세요.

AIOps 플랫폼인 Splunk, Moogsoft, 그리고 Dynatrace는 대규모 IT 환경에서 이상 탐지, 경고 상관 관계 설정, 그리고 응답 자동화에 강력한 기능을 제공합니다.

이 강사는 중간 수준의 기업 IT 팀을 대상으로 하며, AIOps 도구를 기존 가시성 스택과 운영 워크플로우에 통합하기를 원하는 팀을 대상으로 합니다.

이 훈련을 마친 후 참가자들은 다음을 할 수 있게 됩니다:

• Splunk, Moogsoft, 그리고 Dynatrace를 통합된 AIOps 아키텍처에 구성하고 통합합니다.
• AI 기반 분석을 사용하여 분산 시스템에서 메트릭, 로그, 그리고 이벤트를 상관 관계 설정합니다.
• 내장된 워크플로우와 사용자 지정 워크플로우를 사용하여 사건 탐지, 우선순위 설정, 그리고 응답을 자동화합니다.
• 기업 규모에서 성능을 최적화하고, MTTR을 줄이며, 운영 효율성을 향상시킵니다.

강의 형식

• 상호작용형 강의 및 토론.
• 많은 연습과 예제.
• 라이브 랩 환경에서 직접 구현.

강의 맞춤화 옵션

• 이 강의를 맞춤화하려면, 저희에 문의하여 안내를 받으세요.

대형 언어 모델(LLM) 에이전트 시스템 구축 (AutoGen)

Microsoft의 AutoGen 프레임워크를 활용하여 다중 에이전트 시스템을 개발하는 데 중점을 둔 실습 중심의 과정입니다.

이 강사 지도형 라이브 교육(온라인 또는 현장)은 AutoGen와 Python, 그리고 LLMs을 사용하여 다중 에이전트 시스템을 설계, 구현, 조율하고자 하는 중급 AI 및 자동화 전문가를 대상으로 합니다.

이 교육을 마치면 참가자는 다음을 할 수 있게 됩니다:

• AutoGen 프레임워크를 사용하여 다중 에이전트 아키텍처를 설계할 수 있습니다.
• 에이전트 역할, 기능, 조정 행동을 구성할 수 있습니다.
• 에이전트 상호작용을 위한 기능 호출 및 메모리 처리 방법을 사용할 수 있습니다.
• 실제 사용 사례에 맞춘 Python-기반 LLM 에이전트 워크플로우를 구축하고 테스트할 수 있습니다.

과정의 형식

• 상호작용형 강의 및 토론
• 다양한 연습과 실습
• 라이브-랩 환경에서 직접 구현

과정 맞춤화 옵션

• 이 과정의 맞춤형 교육을 요청하려면 연락하여 조율해 주세요.

이 1일 워크숍은 개발자, 데이터 과학자, 그리고 AI 열성가들을 위한 것으로, AutoGen v0.4를 사용하여 에이전트형 AI 시스템의 힘을 이해하고 활용하는 데 도움을 줍니다.AutoGen v0.4.

Large Language Models (LLMs)에 의해 구동되는 다중 에이전트 애플리케이션을 구축, 관리, 배포하는 방법을 배우는 실습과 실습 시연을 통해 배우게 됩니다.

이 강의가 끝날 때쯤, AutoGen의 계층적 아키텍처에 대한 견고한 기초를 쌓고, 에이전트 간의 비동기 통신을 마스터하며, 확장 가능한 지능형 LLM 기반 애플리케이션을 개발하는 데 있어 실제 사용 사례와 최선의 실습 방법을 탐구하게 됩니다.

이 강사는 온라인 또는 현장에서 제공되는 초급 수준의 전문가를 대상으로 한 실습 중심의 라이브 교육입니다. 이 교육은 Read AI을 사용하여 회의 요약, 주요 통찰력 추출, 최소한의 수작업으로 작업 항목 생성 방법을 배우려는 분들을 위한 것입니다.

이 교육을 마치면 참가자들은 다음을 할 수 있게 됩니다:

• 주요 플랫폼에서 Read AI을 설정하고 구성합니다.
• 회의 요약을 자동으로 생성하고 작업 항목을 식별합니다.
• Read AI이 제공하는 참여도와 감정 분석을 해석합니다.
• 팀 협업을 위해 요약을 공유, 편집 및 효과적으로 정리합니다.