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

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák