Szkolenie "AI w utrzymaniu systemów IT" pokazujące praktyczne zastosowanie sztucznej inteligencji (AI) i dużych modeli językowych (LLM) w codziennej pracy działów IT Operations. Uczestnicy poznają metody automatyzacji zadań administracyjnych, analizy logów z użyciem AI, a także wykorzystania machine learningu w predykcji awarii i zarządzaniu incydentami.
Trenerzy praktycy
Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Poziom zaawansowania:
Kod kursu:AI/SYS
devopsaisztuczna-inteligencjaai-w-it-operations
Dostępne terminy szkolenia
Termin
Trener
Cena
Lokalizacja
Zapis
Termin:
11 czerwca - 12 czerwca
Trwają zapisy na szkolenie
Dostępne w Bazie Usług Rozwojowych
Trener:
Trener-Sages
Cena:
2450 PLN netto
Dowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT
Lokalizacja:
Zdalne
Zdalne
Zapytaj o inne lokalizacje - w tym celu skorzystaj z chatu
Szkolenie przygotowuje do samodzielnego wdrażania i integrowania rozwiązań AI oraz dużych modeli językowych w środowiskach IT, ze szczególnym uwzględnieniem automatyzacji zadań administracyjnych i zarządzania incydentami
Szkolenie uczy projektowania promptów oraz scenariuszy wspierających analizę logów, klasyfikację incydentów i predykcję awarii z wykorzystaniem narzędzi AI
Szkolenie pokazuje, jak efektywnie wykorzystywać podejście Retrieval-Augmented Generation (RAG) do integracji dokumentacji technicznej z modelami AI w celu usprawnienia zarządzania wiedzą w IT
Szkolenie rozwija umiejętności konteneryzacji, wdrażania i monitorowania aplikacji AI w środowiskach Docker i Kubernetes, zgodnie z najlepszymi praktykami DevOps
Dla kogo?
Specjaliści IT zajmujący się utrzymaniem, monitoringiem i automatyzacją systemów informatycznych
Administratorzy systemów oraz inżynierowie DevOps z podstawową znajomością programowania i API
Osoby wdrażające lub planujące wdrożenie rozwiązań AI w środowiskach produkcyjnych IT
Efekty kształcenia
Uczestnik projektuje i wdraża automatyzacje zadań IT z wykorzystaniem AI i LLM
Uczestnik analizuje logi i incydenty przy użyciu narzędzi opartych o sztuczną inteligencję
Uczestnik integruje modele AI z systemami IT oraz dokumentacją techniczną
Uczestnik konfiguruje i zarządza kontenerami Docker dla aplikacji AI
Uczestnik wdraża i monitoruje rozwiązania AI w środowisku Kubernetes
Uczestnik stosuje dobre praktyki DevOps i AIOps w zarządzaniu infrastrukturą IT
Wymagania
Podstawowa znajomość środowisk IT
Znajomość podstaw programowania i korzystania z API
Ogólne zrozumienie działania systemów monitoringu i logów
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Czym są LLM-y, jak działają, przykłady (GPT, Claude, Mistral, LLaMA)
Rola AI w nowoczesnym zarządzaniu infrastrukturą
Identyfikacja obszarów możliwych do automatyzacji (analiza logów, klasyfikacja incydentów, predykcja awarii)
Projektowanie promptów i scenariuszy do wspomagania decyzji administracyjnych
Generowanie konfiguracji systemów i automatyczna dokumentacja
Łączenie z API (OpenAI, Claude, lokalne LLM-y – Hugging Face, LLaMA)
Tworzenie bezpiecznych i skalowalnych połączeń z modelami językowymi
Obsługa środowisk produkcyjnych i przetwarzania danych wrażliwych
Dostarczanie kontekstu z dokumentacji technicznej, SOP-ów i logów
Organizacja wiedzy dla AI – pipeline dokumentacji → embedding → retrieval
Warsztat: stworzenie agenta AI analizującego logi systemowe i proponującego reakcje
Integracja z systemem alertów i testowanie scenariuszy awarii
Strategia wdrażania AI w firmie
Omówienie studiów przypadku i rzeczywistych zastosowań
Zarządzanie ryzykiem i etyka w wykorzystaniu AI w infrastrukturze IT
Autorem szkolenia jest Marcin Wierzbiński
Analityk danych i badacz sztucznej inteligencji z doświadczeniem akademickim i komercyjnym.
Na co dzień wykłada na Uniwersytecie Warszawskim, a swoje kompetencje rozwijał również w międzynarodowych instytucjach badawczych, takich jak Instytut Maxa Plancka w Berlinie.
Specjalizuje się w uczeniu maszynowym, analizie danych na dużą skalę oraz bioinformatyce – w szczególności w przetwarzaniu i analizie danych genetycznych. Prowadzi praktyczne kursy z zakresu analizy danych i deep learningu, kładąc…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi