VEGA TRAININGFormazione IT ufficiale e certificataChiama · 800 177 596
Corsi Cisco/Cisco Automation/Cisco AUTOCOR
Corso Cisco correnteLive con docente32 CE credits

Corso Cisco AUTOCOR

Designing, Deploying and Managing Network Automation Systems · preparazione al 350-901 AUTOCOR

Progetta, distribuisci e gestisci sistemi completi di network automation con Python, RESTCONF, Ansible, Terraform, GitLab CI/CD, CML, pyATS, telemetry, Docker, sicurezza e AI agents.

Formula intensiva5 giorni
LiveDocente e classe in tempo reale
Esame350-901
Hands-onAttività laboratoriali lungo il percorso

Sono consigliati Python, networking, API, NETCONF e RESTCONF, Git, Linux, Docker e conoscenze di base su AI e LLM.

CorsoCisco AUTOCOR
Chiama
Corso attivabile su richiesta

Concordiamo insieme la prossima data

Il corso può essere attivato per privati, professionisti, aziende ed enti, senza attendere la pubblicazione di una data a calendario.

Corso attivabile su richiesta

Segnalaci il tuo interesse: verifichiamo disponibilità del docente, formula e prima soluzione utile, senza alcun impegno.

Richiedi l’attivazione
Cetificazione CCNP Automation
Certificazione internazionale

Il corso prepara all’esame 350-901 per la certificazione Automation Core

Il superamento del 350-901 AUTOCOR conferisce la certificazione Cisco Certified Automation Specialist - Core.

350-901Esame ufficiale Automation Core
120 minutiDurata indicata dal vendor

Il superamento dell’esame consente di ottenere la certificazione Automation Core, nel rispetto dei requisiti previsti dal vendor.

AUTOCOR e il core exam corrente del percorso CCNP Automation.

Risultati di apprendimento

Competenze operative sviluppate durante il corso

Ogni macroarea viene tradotta in competenze concrete, con l’obiettivo di costruire un metodo applicabile in contesti reali.

01

Valutare toolchain e approcci di network automation in base a scalabilità e manutenibilità.

02

Automatizzare task, API e configurazioni con Python, RESTCONF, Ansible e Terraform.

03

Implementare Infrastructure as Code e pipeline GitLab CI per cambiamenti controllati.

04

Costruire ambienti di test con Cisco Modeling Labs e validazione pyATS.

05

Raccogliere telemetry, diagnosticare failure e proteggere codice, credenziali e comunicazioni.

06

Creare agenti AI e integrare LLM con tool esterni tramite MCP server.

È il corso giusto per te se

Vuoi progettare sistemi di network automation end-to-end

  • lavori come network automation engineer, DevOps, SRE o system engineer;
  • devi combinare Python, API, Ansible, Terraform e CI/CD;
  • vuoi validare cambiamenti con CML e pyATS prima del deployment;
  • devi rendere sicuri, osservabili e containerizzati i workflow;
  • vuoi integrare LLM, AI agents e MCP in modo controllato.
Requisiti consigliati

Servono networking, Python e familiarità con strumenti DevOps

Cisco non impone prerequisiti formali. Sono raccomandati esperienza Python, reti, API, NETCONF e RESTCONF, Git, GitLab o GitHub, Linux, SSH, virtual environment, Docker e basi di AI e LLM. CCNA Automation e IPYNE sono percorsi consigliati.

Si consiglia la frequenza del seguente corso come prerequisito:

Verifica l’idoneità con il nostro team
Formazione realmente live

Spiegazione, configurazione e troubleshooting in diretta

Il docente sviluppa gli scenari con la classe, osserva i risultati e collega ogni attività alla logica di progettazione e verifica. Le domande vengono affrontate mentre gli strumenti sono in esecuzione.

Le eventuali registrazioni vengono confermate per la singola edizione e non sostituiscono la relazione con il docente.

Docente in diretta

Spiegazione e correzione nel momento in cui emerge il problema.

Scenari coerenti

Gli argomenti vengono collegati in un percorso operativo unitario.

Metodo verificabile

Ogni modifica viene seguita da controlli sullo stato e sui risultati.

Confronto tecnico

Le scelte vengono motivate rispetto ad alternative e vincoli reali.

laboratorio Corso Cisco AUTOCOR Designing, Deploying and Managing Network Automation Systems

Uno degli scenari con cui il corsista si confronterà durante il percorso.

Laboratorio operativo

Costruisci una pipeline di network automation completa

Le attività ufficiali Cisco e quelle del percorso vengono preservate in un percorso che collega codice, IaC, test, telemetry, sicurezza, container e agenti AI.

IaCAnsible, Terraform e GitLab.
ValidationCML, pyATS e test automatizzati.
OperationsTelemetry, logging e troubleshooting.
AIOllama, agenti e FastMCP.

Le attività di laboratorio aiutano a trasformare configurazioni e concetti in competenze operative. L’accesso H24 viene indicato quando previsto dal corso o dalla singola edizione.

Formula intensiva

Un percorso concentrato e intensivo

Contenuti, attività laboratoriali e qualità didattica restano centrali. Cambiano soltanto distribuzione delle ore e ritmo di consolidamento.

Formula intensiva5 giorni

Cinque giornate consecutive dedicate alla progettazione e gestione di sistemi di network automation.

  • Python e API
  • IaC e CI/CD
  • CML e pyATS
  • AI agents e MCP
Cosa include il percorso

Tutto ciò che serve per frequentare con sicurezza

Non soltanto lezioni: il percorso integra didattica live, pratica guidata e assistenza continua. Qui trovi ciò che Vega Training mette concretamente a disposizione per accompagnarti durante la formazione.

Lezioni live e interattive

Docente e partecipanti collegati in tempo reale, con la possibilità di intervenire e chiedere chiarimenti.

Docenti qualificati

Professionisti selezionati per competenza tecnica e capacità didattica, con le abilitazioni richieste dai vendor.

Laboratori pratici

Ambienti didattici sicuri e collaudati per applicare concretamente quanto affrontato durante le lezioni.

Supporto tecnico

Assistenza sulla piattaforma e sugli ambienti pratici, per lasciare il docente concentrato sulla formazione.

Materiali didattici

Documentazione, esercitazioni e risorse previste dallo specifico percorso.

Calendario tutelato

Le eventuali lezioni annullate da Vega Training vengono recuperate senza ridurre il monte ore del corso.

Preparazione alla certificazione

Quando prevista, la formazione comprende indicazioni sul relativo esame e sulla preparazione necessaria.

Attestato finale

Al termine del percorso viene rilasciato l’attestato di partecipazione Vega Training.

Formazione IT dal 2002 Formazione live online dal 2008 Sistema qualità certificato ISO 9001 EA37

FacultyCiscoVega Training

Competenza tecnica e capacità didattica

I docenti Vega Training uniscono esperienza tecnica e capacità didattica: durante il corso puoi fare domande, approfondire casi reali e confrontarti sui problemi che incontri nel lavoro.

Programma completo, organizzato per aree

Prima una visione d’insieme, poi tutto il dettaglio

Apri le singole aree per vedere argomenti, competenze e attività pratiche previste. Il programma ti permette di capire subito cosa affronterai e con quale progressione.

Toolchain, Python e REST APIs
Ansible, Terraform e Infrastructure as Code
Git, GitLab e pipeline CI/CD
Cisco Modeling Labs e validazione pyATS
Telemetry, logging e troubleshooting
Secure coding, Docker Compose e TLS
Generative AI, AI agents e MCP
Attività laboratoriali
Toolchain, Python e REST APIs
  • Valutazione di strumenti e framework di network automation
  • Confronto tra scripting, API, IaC, CI/CD e validation tool
  • Scelta della toolchain per scalabilità e manutenibilità
  • Automazione di task CLI con Python
  • Struttura, riuso ed error handling degli script
  • Gestione di dati, variabili e input di configurazione
  • Documentazione, metodi, payload e autenticazione REST
  • Automazione di API con Python requests
  • RESTCONF e data model YANG
  • Laboratori Python, API e RESTCONF
Ansible, Terraform e Infrastructure as Code
  • Inventory, variabili e playbook Ansible
  • Configurazione ripetibile di dispositivi di rete
  • Terraform per network Infrastructure as Code
  • Risorse e parametri dichiarativi
  • Automazione delle modifiche infrastrutturali
  • Gestione delle interfacce router come codice
  • Versionamento delle configurazioni
  • Coerenza, repeatability e rollback
  • Drift e controllo dello stato
  • Laboratori Ansible, Terraform e router interfaces
Git, GitLab e pipeline CI/CD
  • Git per tracciare stato e modifiche della rete
  • Repository, branch, merge e review
  • GitLab come piattaforma di collaborazione
  • Pipeline CI per configurazioni di rete
  • Stage di validazione e deployment
  • Gestione delle variabili e dei secret
  • Controlli pre-deployment e post-deployment
  • Deployment controllato delle modifiche
  • Diagnosi dei fallimenti di pipeline
  • Laboratorio di costruzione della pipeline GitLab CI
Cisco Modeling Labs e validazione pyATS
  • Topologie virtuali con Cisco Modeling Labs
  • Ambienti di test prima della produzione
  • Lifecycle automatizzato delle topologie
  • Script Python per avviare test topology
  • Integrazione CML nelle pipeline
  • Network state validation con pyATS
  • Confronto tra stato atteso e stato reale
  • Test pre-change e post-change
  • Integrazione pyATS nei workflow automatizzati
  • Laboratori CML e pyATS end-to-end
Telemetry, logging e troubleshooting
  • Model-Driven Telemetry per dati real-time
  • Configurazione MDT con YANG Suite
  • Raccolta di stato e performance
  • Integrazione dei dati nelle operations automatizzate
  • Logging strutturato per Python, Ansible e RESTCONF
  • Errori di connettività, autenticazione, model e payload
  • Troubleshooting di script e pipeline
  • Validazione dei risultati e remediation
  • Miglioramento dell'affidabilità dei workflow
  • Laboratorio di diagnosi di un'automazione
Secure coding, Docker Compose e TLS
  • Input validation e output sanitization
  • Protezione delle credenziali e dei secret
  • Hardening di script Python e integrazioni API
  • Riduzione dei rischi nei workflow automatizzati
  • Docker Compose per ambienti multi-service
  • Containerizzazione dei componenti di automazione
  • Ambienti locali ripetibili di sviluppo e test
  • TLS per web interface e API
  • Generazione, firma e installazione dei certificati
  • Laboratori hardening e containerizzazione
Generative AI, AI agents e MCP
  • Ruolo della Generative AI nella network automation
  • Code generation, troubleshooting e accelerazione del design
  • Rischi e validazione degli output generati
  • Local LLM con Ollama
  • Tool di network automation con Python e Ollama
  • Concetti di AI agent applicati alle operations
  • Interazione degli agenti con API, tool e dati di rete
  • Controllo, safety e validazione dei workflow agentici
  • MCP server per collegare LLM e capacità esterne
  • Architetture LLM-powered sicure e controllate
Attività laboratoriali
  • Automatizzare task di rete con Python e API requests
  • Costruire e inviare richieste RESTCONF basate su YANG
  • Creare soluzioni con Ansible e Terraform
  • Gestire interfacce router come codice e tracciare lo stato con GitLab
  • Costruire una pipeline GitLab CI per configurazioni
  • Creare e avviare topologie CML tramite Python
  • Integrare CML e pyATS nelle pipeline automatizzate
  • Configurare MDT e diagnosticare un automation script
  • Rendere sicuro e containerizzare un ambiente di automazione
  • Usare Ollama e costruire un FastMCP server
Per aziende, enti e team

Industrializza la network automation del team

AUTOCOR può essere configurato sulle toolchain, sui processi di change e sugli ambienti di test usati dall'azienda.

1 partecipanteOpen class

Inserimento in una data pubblica, con fattura e referente aziendale.

2–8 partecipantiPiano team

Calendario, coordinamento e condizioni dedicate in base alle esigenze del gruppo.

Classe riservataEdizione dedicata

Modalità organizzative e calendario concordabili, mantenendo programma, obiettivi e qualità didattica del percorsoCisco.

Domande frequenti

Le informazioni utili prima di richiedere il corso

AUTOCOR è il nuovo core di CCNP Automation?

Sì. Il 350-901 AUTOCOR soddisfa il requisito core per CCNP Automation e CCIE Automation.

Quanto dura l'esame AUTOCOR?

L'esame 350-901 AUTOCOR dura 120 minuti.

Il corso riconosce CE credits?

Sì. Il training Cisco AUTOCOR riconosce 32 Continuing Education credits.

AUTOCOR sostituisce DEVCOR?

Sì. Dal 3 febbraio 2026 il nuovo AUTOCOR ha sostituito il precedente DEVCOR come esame core.

Sono inclusi CML e pyATS?

Sì. Il programma costruisce topologie CML e integra test pyATS nelle pipeline.

Il corso tratta AI e MCP?

Sì. Include local LLM, Ollama, AI agents e FastMCP server.

Quanto dura la formula intensiva?

La formula intensiva documentata da Vega Training dura cinque giornate.

Quali prerequisiti sono consigliati?

Python, networking, API, Git, Linux, Docker e basi di AI e LLM.

Parliamo del tuo obiettivo

Richiedi informazioni suCisco AUTOCOR

Scegli il percorso privato oppure aziendale. Il modulo mostra soltanto i campi utili e conserva corso, pagina e contesto della richiesta.

Sei un privato o ci contatti da un’azienda?

Scegli il percorso più adatto: il modulo mostra soltanto i campi utili alla tua richiesta.

Privato / professionista

Informazioni per te

Verifichiamo formula, calendario, investimento e idoneità senza obblighi.