Plan Szkolenia

Wprowadzenie do AIOps z narzędziami Open Source

  • Przegląd koncepcji i korzyści AIOps
  • Prometheus i Grafana w stosie obserwowalności
  • Gdzie ML znajduje się w AIOps: analityka przewidywująca vs. reaktywna

Konfiguracja Prometheus i Grafana

  • Instalowanie i konfigurowanie Prometheus do zbierania danych serii czasowych
  • Tworzenie panelej w Grafana za pomocą metryk czasu rzeczywistego
  • Przeglądanie eksportowców, przeetykietowania i odkrywania usług

Przetwarzanie danych dla ML

  • Ekstrahowanie i przekształcanie metryk Prometheus
  • Przygotowywanie zestawów danych do wykrywania anomalii i prognozowania
  • Używanie transformacji Grafana lub pipeline Python

Zastosowanie Machine Learning do wykrywania anomalii

  • Podstawowe modele ML do wykrywania wartości odstających (np. Isolation Forest, One-Class SVM)
  • Trenowanie i ocena modeli na danych serii czasowych
  • Wizualizowanie anomalii w panelach Grafana

Metryki Forecasting z ML

  • Budowanie prostych modeli prognozujących (ARIMA, Prophet, wprowadzenie do LSTM)
  • Prognozowanie obciążenia systemu lub wykorzystania zasobów
  • Używanie prognoz do wcześniejszego ostrzegania i podejmowania decyzji skalowania

Integracja ML z ostrzeganiem i automatyzacją

  • Definiowanie reguł ostrzegania na podstawie wyjścia ML lub progów
  • Używanie Alertmanager i trasowania powiadomień
  • Uruchamianie skryptów lub przepływów automatyzacji przy wykrywaniu anomalii

Skalowanie i operacyjne wdrażanie AIOps

  • Integracja zewnętrznych narzędzi obserwowalności (np. stos ELK, Moogsoft, Dynatrace)
  • Operacyjne wdrażanie modeli ML w pipeline obserwowalności
  • Najlepsze praktyki dla AIOps w dużym skali

Podsumowanie i następne kroki

Wymagania

  • Zrozumienie koncepcji monitorowania systemów i obserwowalności
  • Doświadczenie w używaniu Grafana lub Prometheus
  • Znajomość Python i podstawowych zasad uczenia maszynowego

Wskazana grupa odbiorców

  • Inżynierowie obserwowalności
  • Zespoły infrastruktury i DevOps
  • Architekci platform monitorujących i inżynierowie niezawodności serwisu (SRE)
 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie