Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
AIOps bevezetése nyílt forráskódú eszközökkel
- AIOps koncepciók és előnyök áttekintése
- Prometheus és Grafana a figyelhetőségi veremben
- ML szerepe a AIOps-ban: prediktív vs. reakciós analitika
Prometheus és Grafana beállítása
- Prometheus telepítése és idősorozatok gyűjtésére történő konfigurálása
- Valós idejű metrikák használata Grafana dashboardek létrehozásához
- Exporterek, újra címkézés és szolgáltatásfelfedezés kutatása
Adat előfeldolgozása ML-hez
- Prometheus metrikák kivonása és átalakítása
- Adathalmazok előkészítése anomáliák felismeréséhez és előrejelzéshez
- Grafana átalakításainak vagy Python pipeline-ok használata
Machine Learning alkalmazása anomáliák felismeréséhez
- Alap ML-modellek anomáliák felismeréséhez (például Isolation Forest, One-Class SVM)
- Modellek kiképzése és értékelése idősorozatos adatokon
- Anomáliák vizualizálása Grafana dashboardeken
Forecasting metrikák ML-lel
- Egyszerű előrejelző modellek építése (ARIMA, Prophet, LSTM bevezetés)
- Rendszertérbelés vagy erőforráshasználat előrejelzése
- Előrejelzések használata korai figyelmeztetésekhez és skálázási döntésekhez
ML integrálása figyelmeztetésekkel és automatizálással
- Figyelmeztetési szabályok meghatározása ML-kimenet vagy küszöbök alapján
- Alertmanager és értesítésirányítás használata
- Anomáliák felismerésekor szkript vagy automatizálási folyamatok indítása
AIOps skálázása és üzemeltetése
- Külső figyelhetőségi eszközök integrálása (például ELK stack, Moogsoft, Dynatrace)
- ML-modellek üzemeltetése figyelhetőségi pipeline-okban
- Legjobb gyakorlatok a AIOps-hoz nagy méretben
Összegzés és következő lépések
Követelmények
- A rendszermonitorozás és megfigyelhetőség koncepcióinak megértése
- Grafana vagy Prometheus használatának tapasztalata
- Python ismerete és a gépi tanulás alapelvei
A célközönség
- Megfigyelhetőségi mérnökök
- Infrastruktúra és DevOps csapatok
- Monitorozási platform-architektusok és működtetési biztonsági mérnökök (SRE-k)
14 Órák