- Суть
- Создание ИИ-агентов и мультиагентных систем для решения DevOps-задач с мониторингом и выкаткой в продакшен
- На выходе
- Создавать ИИ-агентов для решения DevOps-задач; Собирать агентов с помощью LangGraph и CrewAI; Настроить подключение инструментов и сервисов через FastMCP; Выстроить пайплайны оценки качества с DeepEval и Agent-as-Judge; Развернуть self-hosted инстанс Langfuse для трейсинга сессий
- Навыки
- LangGraph · FastMCP · LiteLLM · CrewAI · DeepEval · Langfuse v3 · Docker · семантическое кеширование
- Кому подойдёт
- DevOps- и SRE-инженеры; Бэкенд-разработчики на Python
- Знать заранее
- уметь читать и дорабатывать код на Python; запускать контейнеры в Docker; работать в терминале Linux или macOS; понимать принципы HTTP API и клиент-серверной архитектуры