Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Verständnis der Mastra-Architektur und operativer Konzepte
- Kernkomponenten und deren Rollen in der Produktion
- Unterstützte Integrationsmuster für Unternehmensumgebungen
- Sicherheits- und Governance-Aspekte
Vorbereitung von Umgebungen für die Agenten-Bereitstellung
- Konfiguration von Container-Laufzeitumgebungen
- Vorbereiten von Kubernetes-Clustern für KI-Agenten-Arbeitslasten
- Verwaltung von Secrets, Anmeldedaten und Konfigurations-Speichern
Bereitstellung von Mastra-KI-Agenten
- Paketierung von Agenten für die Bereitstellung
- Nutzung von GitOps und CI/CD für automatisierte Auslieferung
- Validierung der Bereitstellungen durch strukturierte Tests
Skalierungsstrategien für KI-Agenten in der Produktion
- Muster zur horizontalen Skalierung
- Autoscaling mit HPA, KEDA und ereignisgesteuerten Auslösungen
- Lastverteilung und Strategien zur Anforderungsverarbeitung
Observability, Überwachung und Logging für KI-Agenten
- Best Practices für Telemetrie-Instrumentierung
- Integration von Prometheus, Grafana und Logging-Stapeln (Logging Stacks)
- Nachverfolgung der Agenten-Leistung, von Drift-Erscheinungen und operativen Anomalien
Optimierung von Leistung und Ressourceneffizienz
- Profiling von Agenten-Arbeitslasten
- Verbesserung der Inference-Leistung und Reduzierung der Latenzzeit
- Kostenoptimierungsansätze für großflächige Agenten-Bereitstellungen
Zuverlässigkeit, Resilienz und Fehlerbehandlung
- Design für Resilienz unter Last
- Implementierung von Circuit-Breaking, Wiederholungsversuchen und Rate Limiting
- Notfallwiederherstellungsplanung (Disaster Recovery) für Agenten-basierte Systeme
Integration von Mastra in Unternehmens-Ökosysteme
- Anbindung an APIs, Daten-Pipelines und Event-Buses
- Ausrichtung der Agenten-Bereitstellungen auf Enterprise DevSecOps
- Anpassung von Architekturen an bestehende Platform-Umgebungen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Kenntnisse in Containerisierung und Orchestrierung
- Erfahrung mit CI/CD-Workflows
- Vertrautheit mit Konzepten zur Bereitstellung von KI-Modellen
Zielgruppe
- DevOps-Ingenieure
- Backend-Entwickler
- Platform-Engineers, die für KI-Arbeitslasten zuständig sind
21 Stunden