Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do AIOps z narzędziami Open Source
- Przegląd koncepcji i korzyści AIOps
- Prometheus i Grafana w stosie obserwowalności
- Gdzie ML mieści się w AIOps: analityka predykcyjna vs. reaktywna
Konfiguracja Prometheus i Grafana
- Instalowanie i konfigurowanie Prometheus do zbierania danych czasowych
- Tworzenie wizualizacji w Grafana z użyciem danych w czasie rzeczywistym
- Badanie eksportów, ponownego etykietowania i odkrywania usług
Przygotowanie danych do ML
- Ekstrahowanie i transformowanie metryk Prometheus
- Przygotowanie zestawów danych do wykrywania anomalii i prognozowania
- Używanie transformacji Grafana lub rurociągów Python
Zastosowanie Machine Learning do wykrywania anomalii
- Podstawowe modele ML do wykrywania danech odchylających (np. Isolation Forest, One-Class SVM)
- Trenowanie i ocena modeli na danych czasowych
- Wizualizowanie anomalii w wizualizacjach Grafana
Metryki Forecasting z ML
- Budowanie prostych modeli prognozowania (ARIMA, Prophet, wprowadzenie do LSTM)
- Prognozowanie obciążenia systemu lub zużycia zasobów
- Używanie prognoz do wczesnego ostrzegania i podejmowania decyzji o skalowaniu
Integracja ML z ostrzeganiem i automatyzacją
- Definiowanie zasad ostrzegania na podstawie wyjściowych danych ML lub progów
- Używanie Alertmanager i routingu powiadomień
- Wyzwalanie skryptów lub przepływów pracy automatyzacji po wykryciu anomalii
Skalowanie i operatywne wdrażanie AIOps
- Integracja zewnętrznych narzędzi obserwowalności (np. ELK stack, Moogsoft, Dynatrace)
- Operatywne wdrażanie modeli ML w rurociągach obserwowalności
- Najlepsze praktyki dla AIOps w skali
Podsumowanie i następne kroki
Wymagania
- Rozumienie pojęć monitorowania systemów i obserwowalności
- Doświadczenie w używaniu Grafana lub Prometheus
- Znałość z Python i podstawowych zasad uczenia maszynowego
Grupa docelowa
- Inżynierowie obserwowalności
- Zespoły infrastruktury i DevOps
- Architekci platform monitorowania i inżynierowie niezawodności (SRE)
14 godzin