Intrati in legatura
 Durata 14 ore

Schița de curs

Introducere în AIOps cu instrumente Open Source

  • Prezentare generală a conceptelor și beneficiilor AIOps
  • Prometheus și Grafana în stack-ul de observabilitate
  • Unde se integrează ML în AIOps: analitică predictivă vs. reactivă

Setarea Prometheus și Grafana

  • Installarea și configurarea Prometheus pentru colectarea datelor de time series
  • Crearea de dashboard-uri în Grafana utilizând metrici în timp real
  • Explorarea exporters, relabeling și service discovery

Preprocesarea datelor pentru ML

  • Extragerea și transformarea metrilor din Prometheus
  • Pregătirea seturilor de date pentru detectarea anomaliilor și predicții
  • Utilizarea transformărilor din Grafana sau pipeline-urilor în Python

Aplicarea Machine Learning pentru detectarea anomaliilor

  • Modele de bază de ML pentru detectarea outlier-urilor (ex: Isolation Forest, One-Class SVM)
  • Învățarea și evaluarea modelelor pe date de time series
  • Vizualizarea anomaliilor în dashboard-urile Grafana

Predictia metrilor cu ML

  • Construirea de modele simple de predicție (ARIMA, Prophet, introducere în LSTM)
  • Predictia încărcării sistemului sau a utilizării resurselor
  • Utilizarea predicțiilor pentru alertare timpurie și decizii de scaling

Integrarea ML cu alertarea și automatizarea

  • Definirea regulilor de alertă bazate pe output-ul ML sau praguri
  • Utilizarea Alertmanager și routing-ul notificărilor
  • Trigger-ul scripturilor sau a workflow-urilor de automatizare la detectarea anomaliilor

Scalarea și operaționalizarea AIOps

  • Integrarea instrumentelor externe de observabilitate (ex: stack-ul ELK, Moogsoft, Dynatrace)
  • Operaționalizarea modelelor de ML în pipeline-urile de observabilitate
  • Bune practici pentru AIOps la scară mare

Rezumat și pași următori

Cerințe

  • Înțelegerea conceptelor de monitorare a sistemelor și observabilitate
  • Experiență în utilizarea Grafana sau Prometheus
  • Familiarizare cu Python și cu principiile de bază ale machine learning-ului

Public țintă

  • Engineeri de observabilitate
  • Echipe de infrastructură și DevOps
  • Arhitecți de platforme de monitoring și Site Reliability Engineers (SRE)

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite