Kerangka Materi
Dasar-dasar Sistem Agentik dalam Produksi
- Arsitektur agen: loop, alat, memori, dan lapisan orkestrasi
- Siklus hidup agen: pengembangan, penyebaran, dan operasi berkelanjutan
- Tantangan manajemen agen skala produksi
Infrastruktur dan Model Penyebaran
- Menyebarkan agen dalam lingkungan kontainer dan cloud
- Pola penskalaan: penskalaan horizontal vs vertikal, konkurensi, dan throttling
- Orkestrasi multi-agen dan keseimbangan beban kerja
Monitoring dan Observabilitas
- Metrik utama: latency, tingkat keberhasilan, penggunaan memori, dan kedalaman panggilan agen
- Pelacakan aktivitas agen dan grafik panggilan
- Menerapkan observabilitas menggunakan Prometheus, OpenTelemetry, dan Grafana
Logging, Auditing, dan Kepatuhan
- Pencatatan terpusat dan pengumpulan peristiwa struktur
- Kepatuhan dan auditabilitas dalam alur kerja agenik
- Merancang jejak audit dan mekanisme replay untuk debugging
Penyetelan Kinerja dan Optimasi Sumber Daya
- Mengurangi overhead inferensi dan mengoptimalkan siklus orkestrasi agen
- Penyimpanan model dan embbeding ringan untuk retrival yang lebih cepat
- Pengujian beban dan skenario stres untuk pipa AI
Kontrol Biaya dan Tata Kelola
- Memahami penggerak biaya agen: panggilan API, memori, komputasi, dan integrasi eksternal
- Melacak biaya tingkat agen dan menerapkan model chargeback
- Kebijakan otomatis untuk mencegah penyebaran agen dan konsumsi sumber daya idle
CI/CD dan Strategi Penyebaran untuk Agen
- Mengintegrasikan pipa agen ke dalam sistem CI/CD
- Pengujian, versi, dan strategi rollback untuk pembaruan agen iteratif
- Penyeburan progresif dan mekanisme penyebaran yang aman
Pemulihan Kegagalan dan Reliability Engineering
- Merancang untuk toleransi kesalahan dan degradasi yang elegan
- Pola retry, timeout, dan circuit breaker untuk keandalan agen
- Kerangka respons insiden dan post-mortem untuk operasi AI
Proyek Puncak
- Membangun dan menyebar sistem AI agenik dengan pemantauan penuh dan pelacakan biaya
- Menyimulasikan beban, mengukur kinerja, dan mengoptimalkan penggunaan sumber daya
- Memresentasikan arsitektur akhir dan dashboard pemantauan kepada rekan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman kuat tentang MLOps dan sistem pembelajaran mesin produksi
- Pengalaman dengan penyebaran kontainer (Docker/Kubernetes)
- Kenalan dengan alat optimasi biaya cloud dan observabilitas
Audience
- Insinyur MLOps
- Site Reliability Engineers (SREs)
- Manajer insinyur yang mengawasi infrastruktur AI
Testimoni (3)
Campuran yang baik antara pengetahuan dan praktik
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Agentic AI for Enterprise Applications
Diterjemahkan Mesin
Campuran teori dan praktik serta perspektif tingkat tinggi dan tingkat rendah
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Autonomous Decision-Making with Agentic AI
Diterjemahkan Mesin
latihan praktis
Daniel - Facultatea S.A.I.A.P.M.
Kursus - Agentic AI in Multi-Agent Systems
Diterjemahkan Mesin