Agent Operations on Google CloudAOPGCGOGoogleGO-AOPGC1.0<ul>
<li>Optimieren Sie die Effizienz und Konsistenz der Agentenbereitstellung mit CI/CD</li><li>Sicherstellung der Qualität der Mitarbeiter durch die Einführung und den Betrieb von Bewertungssystemen</li><li>Nutzen Sie Observability-Lösungen für die Fehlerbehebung und kontinuierliche Verbesserung</li><li>Schaffen Sie Schutzmassnahmen gegen agentenspezifische Bedrohungen</li><li>Ein geregeltes Ökosystem für die Artefaktverwaltung aufbauen und nutzen</li><li>Wenden Sie FinOps-Strategien an, um die Kosten für Agenten zu erfassen und zu verwalten</li></ul><ul>
<li>Abschluss des Kurses <span class="cms-link-marked"><a class="fl-href-prod" href="/swisscom/course/google-dmasadkae"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>Deploy Multi-Agent Systems with Agent Development Kit and Agent Engine <span class="fl-prod-pcode">(DMASADKAE)</span></a></span> oder gleichwertige Kenntnisse</li><li>Python</li><li>Prompt-Entwicklung</li><li>Agent-Entwicklungskit</li></ul><p>Anwendungsentwickler, DevOps-Ingenieure, ML-Ingenieure und alle, die agentenbasierte Anwendungen auf Google Cloud bereitstellen</p><h4>Modul 1 – Einführung in AgentOps auf Google Cloud</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>Herausforderungen bei der Steuerung von Produktionsmitarbeitern</li><li>Grundprinzipien von AgentOps</li><li>AgentOps auf Google Cloud</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Bewältigung der Herausforderungen bei der Leitung von Produktionsmitarbeitern</li><li>Definieren Sie die Grundprinzipien von AgentOps</li><li>Architect-Agent-Vorgänge in der Google Cloud</li></ul><h4>Modul 2 – CI/CD für die Bereitstellung von Agenten</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>CI/CD-Überprüfung</li><li>Ziele für den Einsatz von Agenten</li><li>CI/CD-Tools und -Muster in Google Cloud</li><li>Automatisierung mit Cloud Build</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Nutzung von CI/CD-Tools und -Mustern für agentenbasierte Lösungen auf Google Cloud</li><li>Wählen Sie das Bereitstellungsziel für Agenten in Google Cloud aus</li><li>Erstellen Sie eine vollständige CI/CD-Pipeline für einen Agenten</li></ul><p><strong>Aktivitäten:</strong>
</p>
<ul>
<li>Übung: CI/CD für Agenten auf Google Cloud</li></ul><h4>Modul 3 – Observability für Fehlerbehebung und Optimierung</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>Überprüfung der Beobachtbarkeit</li><li>Protokollierung mit Agent-Callback-Protokollierung</li><li>Protokollierung und Ablaufverfolgung mit OpenTelemetry</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Ermitteln Sie die Herausforderungen, die durch Observability angegangen werden</li><li>Einen ADK-Agenten mit strukturierten Protokollen ausstatten</li><li>OpenTelemetry-Tracing auf Agent Engine und Cloud Run aktivieren</li><li>Nutzen Sie BigQuery und Looker Studio zur Visualisierung</li></ul><p><strong>Aktivitäten:</strong>
</p>
<ul>
<li>Übung: Instrumentierungs- und Debug-Agenten mit Cloud Logging und Cloud Trace</li></ul><h4>Modul 4 – Bewertung von Agenten und Qualitätssicherung</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>Testen der Antworten generativer KI-Modelle</li><li>Bewertung der Modellantworten</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Modellantworten validieren</li><li>Bewertung des Verhaltens der Agenten, der Tool-Nutzung und der Korrektheit der Bewegungsbahnen</li><li>Erstellen und Verwalten von Evaluierungssätzen über die ADK-Weboberfläche</li><li>Evalsets mit der ADK-Benutzeroberfläche, der Befehlszeile oder per Code auswerten</li><li>Nutzen Sie den Vertex AI Generative AI Evaluation Service</li></ul><p><strong>Aktivitäten:</strong>
</p>
<ul>
<li>Übung: Bewertung von Agenten mit ADK</li></ul><h4>Modul 5 – Sicherheit und Governance</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>Modell- und Kontextsicherheit</li><li>Agentenzugriff</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Sichern Sie Modell-Ein- und -Ausgaben mit Model Armor</li><li>Schützen Sie sensible Daten mit dem Schutz für sensible Daten von Model Armor</li><li>Stellen Sie die Verbindung zwischen einem Benutzer und einem Agenten sicher</li></ul><p><strong>Aktivitäten:</strong>
</p>
<ul>
<li>Workshop: Verbesserung der KI-Sicherheit durch Model Armor und den Schutz sensibler Daten</li></ul><h4>Modul 6 – Anwendung von FinOps auf Agent-Kosten</h4><p>
<strong>Themen:</strong>
</p>
<ul>
<li>Die wichtigsten Kostenfaktoren für KI-Agenten</li><li>Kosteneffiziente agentenbasierte Systeme</li><li>FinOps auf Google Cloud</li></ul><p><strong>Ziele:</strong>
</p>
<ul>
<li>Ermitteln Sie die wichtigsten Kostentreiber für KI-Agenten</li><li>Token- und Modellkosten senken</li><li>Entwicklung kosteneffizienter Agentensysteme</li><li>Implementierung eines messbaren AI-FinOps-Zyklus in Google Cloud</li></ul><p><em>Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte <span class="cms-link-marked"><a class="fl-href-prod" href="/swisscom/en/course/google-aopgc"><svg role="img" aria-hidden="true" focusable="false" data-nosnippet class="cms-linkmark"><use xlink:href="/css/img/icnset-linkmarks.svg#linkmark"></use></svg>hier</a></span>.</em></p>- Optimieren Sie die Effizienz und Konsistenz der Agentenbereitstellung mit CI/CD
- Sicherstellung der Qualität der Mitarbeiter durch die Einführung und den Betrieb von Bewertungssystemen
- Nutzen Sie Observability-Lösungen für die Fehlerbehebung und kontinuierliche Verbesserung
- Schaffen Sie Schutzmassnahmen gegen agentenspezifische Bedrohungen
- Ein geregeltes Ökosystem für die Artefaktverwaltung aufbauen und nutzen
- Wenden Sie FinOps-Strategien an, um die Kosten für Agenten zu erfassen und zu verwalten- Abschluss des Kurses Deploy Multi-Agent Systems with Agent Development Kit and Agent Engine (DMASADKAE) oder gleichwertige Kenntnisse
- Python
- Prompt-Entwicklung
- Agent-EntwicklungskitAnwendungsentwickler, DevOps-Ingenieure, ML-Ingenieure und alle, die agentenbasierte Anwendungen auf Google Cloud bereitstellenModul 1 – Einführung in AgentOps auf Google Cloud
Themen:
- Herausforderungen bei der Steuerung von Produktionsmitarbeitern
- Grundprinzipien von AgentOps
- AgentOps auf Google Cloud
Ziele:
- Bewältigung der Herausforderungen bei der Leitung von Produktionsmitarbeitern
- Definieren Sie die Grundprinzipien von AgentOps
- Architect-Agent-Vorgänge in der Google Cloud
Modul 2 – CI/CD für die Bereitstellung von Agenten
Themen:
- CI/CD-Überprüfung
- Ziele für den Einsatz von Agenten
- CI/CD-Tools und -Muster in Google Cloud
- Automatisierung mit Cloud Build
Ziele:
- Nutzung von CI/CD-Tools und -Mustern für agentenbasierte Lösungen auf Google Cloud
- Wählen Sie das Bereitstellungsziel für Agenten in Google Cloud aus
- Erstellen Sie eine vollständige CI/CD-Pipeline für einen Agenten
Aktivitäten:
- Übung: CI/CD für Agenten auf Google Cloud
Modul 3 – Observability für Fehlerbehebung und Optimierung
Themen:
- Überprüfung der Beobachtbarkeit
- Protokollierung mit Agent-Callback-Protokollierung
- Protokollierung und Ablaufverfolgung mit OpenTelemetry
Ziele:
- Ermitteln Sie die Herausforderungen, die durch Observability angegangen werden
- Einen ADK-Agenten mit strukturierten Protokollen ausstatten
- OpenTelemetry-Tracing auf Agent Engine und Cloud Run aktivieren
- Nutzen Sie BigQuery und Looker Studio zur Visualisierung
Aktivitäten:
- Übung: Instrumentierungs- und Debug-Agenten mit Cloud Logging und Cloud Trace
Modul 4 – Bewertung von Agenten und Qualitätssicherung
Themen:
- Testen der Antworten generativer KI-Modelle
- Bewertung der Modellantworten
Ziele:
- Modellantworten validieren
- Bewertung des Verhaltens der Agenten, der Tool-Nutzung und der Korrektheit der Bewegungsbahnen
- Erstellen und Verwalten von Evaluierungssätzen über die ADK-Weboberfläche
- Evalsets mit der ADK-Benutzeroberfläche, der Befehlszeile oder per Code auswerten
- Nutzen Sie den Vertex AI Generative AI Evaluation Service
Aktivitäten:
- Übung: Bewertung von Agenten mit ADK
Modul 5 – Sicherheit und Governance
Themen:
- Modell- und Kontextsicherheit
- Agentenzugriff
Ziele:
- Sichern Sie Modell-Ein- und -Ausgaben mit Model Armor
- Schützen Sie sensible Daten mit dem Schutz für sensible Daten von Model Armor
- Stellen Sie die Verbindung zwischen einem Benutzer und einem Agenten sicher
Aktivitäten:
- Workshop: Verbesserung der KI-Sicherheit durch Model Armor und den Schutz sensibler Daten
Modul 6 – Anwendung von FinOps auf Agent-Kosten
Themen:
- Die wichtigsten Kostenfaktoren für KI-Agenten
- Kosteneffiziente agentenbasierte Systeme
- FinOps auf Google Cloud
Ziele:
- Ermitteln Sie die wichtigsten Kostentreiber für KI-Agenten
- Token- und Modellkosten senken
- Entwicklung kosteneffizienter Agentensysteme
- Implementierung eines messbaren AI-FinOps-Zyklus in Google CloudDieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.1 Tag595.00820.00550.00650.00550.00550.00550.00550.00