Kursplan

Introduktion till Predictive AIOps

  • Översikt över prediktiv analys i IT-drift
  • Datakällor för prediktion (loggar, mätvärden, händelser)
  • Nyckelbegrepp inom tidssekvensprognostisering och anomalimönster

Design av incidentprediktionsmodeller

  • Markering av historiska incidenter och systembeteende
  • Val och träning av modeller (t.ex. LSTM, Random Forest, AutoML)
  • Utvärdering av modellprestation och hantering av falsk-positiva resultat

Datainsamling och feature engineering

  • Intag och samordning av logg- och mätvärdesdata för modellinput
  • Extraktion av funktioner från strukturerade och ostrukturerade data
  • Hantering av brus och saknade data i driftsledningspipeliner

Automatisering av rotorsaksanalys (RCA)

  • Grafbaserad korrelation av tjänster och infrastruktur
  • Användning av ML för att dra slutsatser om sannolika rotorsaker från händelsekedjor
  • Visualisering av RCA med topologi-medvetna instrumentpaneler

Åtgärder och Workflow Automation

  • Integration med automatiseringsplattformar (t.ex. Ansible, Rundeck)
  • Utlösning av återställningar, omstart eller omdirigering av trafik
  • Revisions- och dokumentation av automatiserade ingrepp

Skalning av intelligenta AIOps pipeliner

  • MLOps för observabilitet: omträning och modellversionering
  • Utförande av prediktioner i realtid över fördelade noder
  • Bästa praxis för att distribuera AIOps i produktionsmiljöer

Fallstudier och praktiska tillämpningar

  • Analys av verkliga incidentdata med hjälp av prediktiva AIOps modeller
  • Distribuering av RCA-pipeliner med syntetiska och produktionsdata
  • Översikt över branschfall: molnfel, instabilitet i mikrojänster, nätverksförsämringar

Sammanfattning och nästa steg

Krav

  • Erfarenhet av övervakningssystem som Prometheus eller ELK
  • Arbetsmetoder inom Python och grundläggande maskininlärning
  • Kunskap om incidenthanteringsflöden

Målgrupp

  • Äldre webbplatsreliabilitetstekniker (SREs)
  • IT-automatiseringsarkitekter
  • DevOps och observabilitetsplattformsledare
 14 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier