Свържете се с нас

Съдържание и теми, включени в курса

Въведение в AIOps с инструменти с отворен код

  • Преглед на концепциите и ползите от AIOps
  • Prometheus и Grafana в стека за observability
  • Къде се вписва машинното обучение в AIOps: предсказуема срещу реактивна аналитика

Настройка на Prometheus и Grafana

  • Инсталиране и конфигуриране на Prometheus за събиране на времеви редове
  • Създаване на табла в Grafana чрез използване на показатели в реално време
  • Изследване на експортери, преетикетиране и откриване на услуги

Предварителна обработка на данни за машинно обучение

  • Извличане и трансформиране на показатели от Prometheus
  • Подготовка на набори от данни за откриване на аномалии и прогнозиране
  • Използване на трансформациите на Grafana или Python потоци

Прилагане на машинно обучение за откриване на аномалии

  • Основни модели на машинно обучение за откриване на отклонения (напр. Isolation Forest, One-Class SVM)
  • Обучение и оценка на модели върху данни от времеви редове
  • Визуализиране на аномалии в табла на Grafana

Прогнозиране на показатели с машинно обучение

  • Изграждане на прости модели за прогнозиране (ARIMA, Prophet, въведение в LSTM)
  • Предсказване на натоварване на системата или използване на ресурси
  • Използване на прогнози за ранно известяване и решения за мащабиране

Интегриране на машинно обучение с известяване и автоматизация

  • Дефиниране на правила за известяване, базирани на изход от машинно обучение или прагове
  • Използване на Alertmanager и маршрутизиране на известия
  • Задействане на скриптове или работни потоци за автоматизация при откриване на аномалия

Мащабиране и операционализиране на AIOps

  • Интегриране на външни инструменти за observability (напр. ELK стек, Moogsoft, Dynatrace)
  • Операционализиране на модели за машинно обучение в потоци за observability
  • Най-добри практики за AIOps в мащаб

Обобщение и следващи стъпки

Изисквания

  • Разбиране на концепциите за системен мониторинг и observability
  • Опит с използването на Grafana или Prometheus
  • Запознатост с Python и основните принципи на машинното обучение

Аудитория

  • Инженери по observability
  • Инфраструктурни и DevOps екипи
  • Архитекти на платформи за мониторинг и инженери по надеждност на сайтове (SRE)
 14 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории