Designing, Deploying and Managing Network Automation Systems

La formation s'adresse aux

• stagiaires souhaitant obtenir la certification CCNP Automation
• ingénieurs en automatisation des réseaux
• ingénieurs réseau ayant une expérience en programmation
• ingénieurs DevOps travaillant sur des infrastructures réseau
• ingénieurs système
• ingénieurs chargés de la fiabilité des sites réseau (SRE)

À l'issue de la formation, les participants seront capables de :

• Évaluer divers outils et approches d’automatisation réseau
• Utiliser Python pour l’automatisation réseau via l’interface en ligne de commande (CLI)
• Intégrer des API REST dans les workflows d’automatisation réseau
• Automatiser la configuration des périphériques à l’aide de requêtes RESTCONF basées sur les modèles de données YANG
• Créer des solutions d’automatisation réseau avec Ansible
• Créer des solutions d’automatisation réseau avec Terraform
• Mettre en œuvre l’approche « Infrastructure as Code » pour la gestion du réseau
• Utiliser Git pour suivre les modifications apportées au réseau
• Concevoir et créer des pipelines GitLab CI pour l’automatisation réseau
• Intégrer des topologies CML dans des workflows automatisés
• Créer des outils de validation réseau avec pyATS et les intégrer dans des workflows automatisés
• Configurer des flux de télémétrie pilotés par des modèles pour collecter des données opérationnelles en temps réel à partir de périphériques Cisco
• Diagnostiquer les défaillances courantes de l’automatisation à l’aide de journaux bien structurés issus des intégrations Python, Ansible et RESTCONF
• Renforcer la sécurité du code d’automatisation réseau en validant les entrées, en protégeant les identifiants et en nettoyant les sorties
• Construire et exécuter des environnements Docker Compose multiservices pour l’automatisation du réseau
• Générer, signer et installer des certificats pour sécuriser les interfaces Web et les API utilisées par les outils d’automatisation du réseau
• Décrire le rôle, la valeur et les risques de l’IA générative dans la création de scripts d’automatisation du réseau
• Créer des agents IA pour l’automatisation du réseau
• Intégrer des modèles de langage (LLM) à des capacités externes à l’aide de serveurs MCP

Boîtes à outils d’automatisation réseau
Automatisation des tâches réseau avec Python
API REST dans l’automatisation réseau
Automatisation réseau avec Ansible
Automatisation réseau avec Terraform
Mise en œuvre de l’infrastructure en tant que code
Suivi des modifications réseau avec Git
Déploiement des modifications de configuration avec des pipelines CI
Intégration de Cisco Modeling Labs pour les environnements réseau de test
Validation de l’état du réseau avec pyATS
Télémétrie pilotée par modèle pour la surveillance du réseau
Dépannage des solutions d’automatisation réseau
Pratiques de codage sécurisé pour l’automatisation réseau
Containerisation de l’environnement d’automatisation réseau avec Docker Compose
Déploiement de certificats TLS de confiance pour des communications sécurisées
IA générative pour l’automatisation réseau
Agents IA pour l’automatisation réseau
Intégration des serveurs LLM et MCP

Travaux pratiques :

• Utiliser Python pour automatiser les tâches réseau courantes
• Explorer la documentation de l'API REST
• Automatiser les appels API avec Python Requests
• Construire et envoyer des requêtes RESTCONF
• Automatiser la configuration des périphériques avec RESTCONF
• Créer une solution d'automatisation réseau avec Ansible
• Automatiser l'infrastructure réseau avec Terraform
• Gérer les interfaces des routeurs sous forme de code
• Commencer à suivre l'état de votre réseau avec GitLab
• Créez un pipeline CI GitLab pour la configuration réseau
• Créez un environnement réseau de test avec Cisco Modeling Labs
• Créez un script Python pour lancer des topologies de test dans Cisco Modeling Labs
• Intégrer les topologies de Cisco Modeling Labs dans le pipeline CI
• Créer un outil de validation de configuration avec pyATS
• Intégrer les tests pyATS dans les pipelines automatisés
• Configurer MDT sur un routeur Cisco à l’aide de YANG Suite
• Dépanner un script d’automatisation
• Renforcer la sécurité d’un script d’automatisation
• Containeriser les composants d’automatisation
• Configurer un LLM local avec Ollama
• Créer un outil d’automatisation réseau avec Python et Ollama
• Créer et lancer un serveur FastMCP

Pour assister à cette formation, il est recommandé pour les candidats de posséder une:

• Expérience pratique d’un langage de programmation (en particulier Python)
• Expérience des architectures et configurations réseau courantes
• Compréhension de l’utilisation des API
• Connaissance des API des périphériques réseau telles que NETCONF et RESTCONF
• Compréhension des principes de base du contrôle de version avec Git
• Maîtrise de plateformes telles que GitLab et GitHub
• Aisance avec le shell Linux, SSH, les fichiers et les environnements virtuels
• Connaissance de Docker et de la conteneurisation
• Connaissances de base en IA et en modèles de langage (LLM)

• CCNAAUTO - Automating Networks Using Cisco Platforms
• IPYNE - Intermediate Python for Network Engineers

La certification CCNP Automation atteste des connaissances du candidat en matière de conception et de développement de systèmes d'automatisation réseau, notamment l'infrastructure en tant que code, les opérations et l'intelligence artificielle appliquée à l'automatisation. Les technologies couvertes sont Cisco IOS XE, Cisco ACI, Cisco Meraki, Cisco Catalyst Center, Cisco SD-WAN, Cisco Identity Services Engine et Webex Messaging.

Intitulé de la certification : 350-901 AUTOCOR. En cas de réussite, vous obtenez la certification « Cisco Certified Specialist - Automation Core » et remplissez les conditions requises pour l'examen de base des certifications « Cisco Certified Network Professional (CCNP) Automation » et « Cisco Certified Internetwork Expert (CCIE) Automation ».

ENAUTO - Automating and Programming Cisco Enterprise Solutions

DCNAUTO - Automating Cisco Data Center Networking Solutions

Les participants réalisent un test d'évaluation des connaissances en amont et en aval de la formation pour valider les connaissances acquises pendant la formation.

Un support de cours officiel sera remis aux stagiaires au format électronique.