Hơn 10 năm kinh nghiệm làm việc trong ngành với kinh nghiệm quản trị hạ tầng Kubernetes 200+ nodes & 5000+ pods
Senior DevOps Engineer tại BenchSci, nền tảng AI y sinh được 16/20 hãng dược lớn nhất thế giới và 50.000+ nhà khoa học sử dụng.
Founder V5 Challenge, nền tảng AI accountability tích hợp AI Coach & gamified quests.
Một trong những chuyên gia đóng góp sớm vào việc phổ biến tư duy DevOps hiện đại tại Việt Nam.
Chuyên gia chia sẻ là chuỗi chương trình do DevOps VietNam tổ chức, kết nối cộng đồng với các chuyên gia và doanh nghiệp hàng đầu thông qua những bài toán, kinh nghiệm và câu chuyện thực tế. Chương trình giúp cộng đồng tiếp cận kiến thức chuyên sâu và góc nhìn thực tiễn từ các chuyên gia hàng đầu trong lĩnh vực, đồng thời tạo cơ hội để doanh nghiệp chia sẻ giá trị, xây dựng hình ảnh và tiếp cận đúng đối tượng trong cộng đồng công nghệ.
Ứng dụng AI vào vận hành và quản trị hạ tầng DevOps
Thời gian: 27.06.2026 · 10:00 · UTC+7
Hình thức: Hội thảo trực tuyến (webinar)
Chuyên gia sẽ chia sẻ kinh nghiệm cực kỳ giá trị từ trải nghiệm thực tế đến bài học vận hành, công cụ cũng như định hướng phát triển sự nghiệp.
Sự thay đổi tư duy DevOps thời AI, từ tự động hóa sang tự động hóa có kiểm soát và kiểm chứng.
- • Tư duy mới khi dùng AI trong DevOps
- • Chuyển dịch vai trò chủ đạo từ viết code sang reviewing intent
Vai trò trách nhiệm giữa AI và kỹ sư vận hành
- • Nguyên tắc Human-in-the-Loop để tránh việc AI tự động thực thi các thay đổi hạ tầng ngoài kiểm soát.
- • Những lưu ý về bảo mật dữ liệu khi làm việc với LLM, đặc biệt là credentials, secrets, PII và thông tin kiến trúc nội bộ.
Xây dựng chính sách bảo vệ và quản trị rủi ro khi sử dụng AI trong DevOps
- • Thiết lập Policy as Code, Zero Trust và validation pipeline để kiểm tra các đề xuất do AI tạo ra trước khi triển khai.
- • Ứng dụng công cụ OPA, Terraform Sentinel cùng các cơ chế kiểm tra tự động để xác thực manifest và mã hạ tầng do AI sinh ra.
- • Quản lý IAM cho AI Agent theo nguyên tắc Least Privilege, giới hạn quyền truy cập theo phạm vi tác vụ và mức độ tự chủ được cho phép.
Ứng dụng LLMOps trong công việc hàng ngày
- • Cách dùng AI để tóm tắt hàng nghìn dòng log từ CloudWatch, Stackdriver hoặc các hệ thống quan sát khác nhằm phát hiện nhanh failure patterns trong quá trình xử lý sự cố.
- • Cách tận dụng AI để khôi phục tài liệu và ngữ cảnh cho các script Bash cũ, manifest Kubernetes phức tạp hoặc những phần hệ thống đã thiếu documentation trong thời gian dài.
- • Cách AI hỗ trợ phác thảo timeline ban đầu cho incident post-mortem bằng cách tổng hợp log, trao đổi trên Slack và ticket Jira, giúp kỹ sư tập trung nhiều hơn vào phân tích nguyên nhân gốc rễ.
- • Cách dùng AI để tạo boilerplate cho Kubernetes Deployment, CI/CD pipeline hoặc cấu hình hạ tầng, trước khi kỹ sư review, tinh chỉnh và harden theo tiêu chuẩn của team.
- • Cách lựa chọn đúng ranh giới cho AI hỗ trợ đọc, tóm tắt, gợi ý và dựng khung, nhưng không tự ý ra quyết định hoặc thực thi thay đổi quan trọng trên hệ thống thật.
Bài học đúc kết về ứng dụng AI hiệu quả trong DevOps
- • AI sẽ không thay thế kỹ sư DevOps, nhưng kỹ sư DevOps biết tận dụng AI sẽ thay thế những người không làm điều đó.
