Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Wprowadzenie do AIOps z użyciem narzędzi open source

  • Przegląd koncepcji i korzyści związanych z AIOps
  • Prometheus i Grafana w stosie obserwowalności
  • Rola uczenia maszynowego w AIOps: analityka predykcyjna kontra reaktywna

Konfiguracja Prometheus i Grafana

  • Instalacja i konfiguracja Prometheus do zbierania danych szeregu czasowego
  • Tworzenie dashboardów w Grafana z użyciem metryk w czasie rzeczywistym
  • Wykorzystanie eksporterów, relablowania i odkrywania usług

Przetwarzanie danych dla uczenia maszynowego

  • Eksportowanie i transformacja metryk Prometheus
  • Przygotowywanie zbiorów danych do wykrywania anomalii i prognozowania
  • Korzystanie z transformacji Grafana lub rurociągów Pythona

Stosowanie uczenia maszynowego do wykrywania anomalii

  • Podstawowe modele ML do wykrywania odchyleń (np. Isolation Forest, One-Class SVM)
  • Szkolenie i ocenianie modeli na danych szeregu czasowego
  • Wizualizacja anomalii na dashboardach Grafana

Prognozowanie metryk z użyciem uczenia maszynowego

  • Budowanie prostych modeli prognozy (ARIMA, Prophet, wprowadzenie do LSTM)
  • Prognozowanie obciążenia systemu lub wykorzystania zasobów
  • Korzystanie z prognoz do wczesnych alertów i decyzji dotyczących skalowania

Integracja uczenia maszynowego z alertowaniem i automatyzacją

  • Definiowanie reguł alertów na podstawie wyników ML lub progów
  • Korzystanie z Alertmanager i routingu powiadomień
  • Inicjowanie skryptów lub workflow automatyzacji przy wykrywaniu anomalii

Skalowanie i operacjonalizacja AIOps

  • Integracja zewnętrznych narzędzi obserwowalności (np. stos ELK, Moogsoft, Dynatrace)
  • Operacjonalizacja modeli ML w rurociągach obserwowalności
  • Najlepsze praktyki AIOps w dużej skali

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość koncepcji monitorowania systemów i obserwowalności
  • Doświadczenie w korzystaniu z Grafana lub Prometheus
  • Znajomość języka Python i podstawowych zasad uczenia maszynowego

Grupa docelowa

  • Inżynierowie ds. obserwowalności
  • Zespoły infrastruktury i DevOps
  • Archiweci platform monitorowania i inżynierowie niezawodności serwisu (SRE)

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie