Смотри, как думает агент: Observability AI-агентов с Langfuse

SRE и эксплуатация систем

Логирование и мониторинг

Observability в enterprise

Надёжность продакшена

Логи, метрики, ошибки

DevOps / SRE

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

ML-инженеры, Backend-разработчики, MLOps инженеры, Tech Lead / Team Lead команд работающих с LLM или внедряющих агентов

Тезисы

AI-агенты в продакшене — это больше не эксперимент, а критичная инфраструктура. Но как понять, правильно ли агент отвечает, где и почему он «галлюцинирует» и во сколько реально обходится его использование?

На мастер-классе мы разберём Langfuse — open source инструмент наблюдаемости для AI-приложений. Покажем, как организовать централизованный мониторинг ИИ-агентов и прямо на месте сделаем вашего агента наблюдаемым. Участники научатся трассировать вызовы LLM, собирать метрики, оценивать качество ответов и выполнять диагностику агентов так же, как и обычных продовых сервисов и приложений.
Минимум слайдов, максимум практики: реальный агент, реальный прод-подход и живое инструментирование вместе с аудиторией.

Филипп Бочаров

MWS (МТС Web Services)

CPO RelyOps Platform в МТС Web Services. Занимается развитием технологической платформы, обеспечивающей надежность продуктов в экосистеме МТС. Платформа предоставляет функционал CMDB, ITSM и Observability. Сертифицированный владелец продукта с опытом в разработке более 10 лет.

Лобач Дмитрий

MWS (МТС Web Services)

PO платформы Наблюдаемости в МТС Web Services. Занимается развитием централизованных сервисов мониторинга и сбора телеметрии