Kursüberblick
Dieser Kurs wurde entwickelt, um praktische Fähigkeiten für die Entwicklung, Bereitstellung und Verwaltung agentischer KI-Systeme in GitHub-basierten Softwareentwicklungs-Workflows aufzubauen. In diesem Kurs wird erläutert, wie KI-Agents in den Softwareentwicklungslebenszyklus (SDLC) integriert werden, einschließlich des Entwerfens von Agentarchitekturen, der Konfiguration von Tools und Umgebungen sowie des Verwaltens von Agent-Speicher, -zustand und -ausführung. Die Kursteilnehmer lernen, wie Sie die Agentleistung auswerten und optimieren, Governance- und Guardrails implementieren und Multi-Agent-Systeme koordinieren, um sichere, zuverlässige und effiziente Ergebnisse sicherzustellen. Durch praktisches Lernen erhalten die Teilnehmer die erforderlichen Fähigkeiten, um KI-Agenten in Produktionsumgebungen zu betreiben, zu überwachen und zu steuern, indem sie GitHub als Steuerungsebene verwenden.
Zielgruppe
Lernende sollten Über Sachkenntnisse in den Bereichen Betrieb, Integration, Überwachung und Steuerung von KI-Agents innerhalb von SDLC-Workflows und Entwicklungsumgebungen auf Produktionsniveau verfügen, um Zuverlässigkeit, Sicherheit und Geschwindigkeit zu gewährleisten, indem GitHub als System der Datensatz- und Kontrollebene verwendet werden. Lernende arbeiten eng mit Architekten, Plattformingenieuren, DevOps-Ingenieuren, Anwendungsentwicklern, Produktmanagern und Sicherheitsingenieuren zusammen, um Agents zu entwickeln, bereitzustellen, zu betreiben und zu verwalten, die innerhalb der GitHub Plattform arbeiten. Lernende sollten Erfahrung mit dem Softwareentwicklungslebenszyklus (SDLC), Workflows in GitHub und Kontrollen sowie codequalität, Sicherheit und Überprüfungspraktiken haben. Außerdem sollten Sie Erfahrung mit Coding-Agenten wie GitHub Copilot, MCP-Servern und der Anpassung von Agenten haben, etwa durch benutzerdefinierte Anweisungen, benutzerdefinierte Agenten, Tools und die Einrichtung von Copilot. Zu den Aufgaben dieser Rolle gehören:
- Ausführen von Agent-Workflows innerhalb des SDLC
- Überwachen des autonomen Verhaltens mit GitHub Steuerelementen
- Auswerten und Optimieren von Agentenergebnissen mithilfe von Scans und Artefakten
- Konfigurieren von benutzerdefinierten Agents
- Sichere Koordination der Multi-Agent-Ausführung
Kursinhalt
- Grundlagen agentischer KI in GitHub
- Entwerfen der Agentarchitektur und SDLC-Integration
- Werkzeuge, MCP, und Agenten-Ausführungsumgebungen
- Multi-Agent-Systeme und -Orchestrierung
- Speicher, Zustand und Auswertung
- Governance, Schutzmaßnahmen (Guardrails) und Betrieb