Visão Geral

Este curso apresenta o uso de agentes inteligentes baseados em IA e LLMs para apoiar atividades de programação e DevOps. O foco está na automação do ciclo de desenvolvimento de software, suporte à escrita e revisão de código, gestão de pipelines, monitoramento, troubleshooting e operações de infraestrutura.

Objetivo

Após realizar este curso, você será capaz de:

• Compreender o papel de agentes de IA no desenvolvimento e DevOps
• Diferenciar copilotos de agentes autônomos
• Criar agentes para apoio à programação
• Automatizar tarefas de DevOps com agentes
• Integrar agentes a pipelines e ferramentas de engenharia
• Avaliar riscos, limites e boas práticas no uso de agentes técnicos

Publico Alvo

• Desenvolvedores de software
• Profissionais de DevOps e SRE
• Engenheiros de plataforma
• Analistas de automação
• Estudantes de tecnologia interessados em IA aplicada ao desenvolvimento

Pre-Requisitos

• Programação básica (preferencialmente Python ou JavaScript)
• Conhecimentos de Git e versionamento
• Noções de DevOps e pipelines CI/CD
• Familiaridade com APIs e ambientes de desenvolvimento

Conteúdo Programatico

Module 1 – AI Agents in Software Development and DevOps

1. Evolution of developer tools
2. From scripts to intelligent agents
3. Dev productivity and automation
4. Real-world DevOps use cases

Module 2 – Agent Architectures for Engineering Tasks

1. Agent roles in engineering workflows
2. Planning, execution and feedback loops
3. Stateless vs stateful agents
4. Human-in-the-loop models

Module 3 – Agents for Programming Assistance

1. Code generation and refactoring
2. Debugging and error explanation
3. Test generation
4. Documentation and code review agents

Module 4 – LLM Prompting for Code and Ops

1. Prompt patterns for programming
2. Context injection (codebase, logs, configs)
3. Reducing hallucinations in code
4. Deterministic vs creative outputs

Module 5 – DevOps Automation with Agents

1. CI/CD pipeline assistance
2. Infrastructure as Code support
3. Environment configuration agents
4. Release and rollback automation

Module 6 – Monitoring, Logs and Troubleshooting

1. Log analysis agents
2. Incident detection and response
3. Root cause analysis
4. Observability integration

Module 7 – Tool Integration and Orchestration

1. Git, CI/CD tools and cloud platforms
2. API and CLI tool usage
3. Multi-agent workflows for engineering
4. Agent orchestration patterns

Module 8 – Security, Governance and Best Practices

1. Secure code generation
2. Secrets and credential handling
3. Compliance and auditability
4. Responsible use of AI in engineering