Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till AIOps med öppen källkodsverktyg
- Översikt över AIOps-koncept och fördelar
- Prometheus och Grafana i övervakningsstacken
- Var ML passar in i AIOps: prediktiv vs. reaktiv analys
Konfigurering av Prometheus och Grafana
- Installation och konfigurering av Prometheus för insamling av tidsbaserad data
- Skapande av instrumentpaneler i Grafana med hjälp av realtidsmätningar
- Utforskning av exporter, ommärkning och tjänstupptäckt
Förbehandling av data för ML
- Extrahering och omvandling av Prometheus-mätningar
- Förberedelse av datamängder för avvikelsedetektering och prognoser
- Användning av Grafana transformationer eller Python pipeline
Tillämpning av Machine Learning för avvikelsedetektering
- Grundläggande ML-modeller för uteliggardetektering (t.ex. Isolation Forest, One-Class SVM)
- Träning och utvärdering av modeller på tidsbaserad data
- Visualisering av avvikelser i Grafana instrumentpaneler
Forecasting mätningar med ML
- Byggande av enkla prognosmodeller (ARIMA, Prophet, LSTM introduktion)
- Förutsägelse av systembelastning eller resursanvändning
- Användning av förutsägelser för tidig varning och skalningsbeslut
Integrering av ML med varnings- och automatiseringssystem
- Definition av varningsregler baserat på ML-utdata eller tröskelvärden
- Användning av Alertmanager och routning av notiser
- Utlösning av skript eller automatiserade arbetsflöden vid avvikelsedetektering
Skalning och operativisering av AIOps
- Integrering av externa övervakningsverktyg (t.ex. ELK stack, Moogsoft, Dynatrace)
- Operativisering av ML-modeller i övervakningspipelines
- Bäst praxis för AIOps i stor skala
Sammanfattning och nästa steg
Krav
- Förståelse för systemövervakning och observabilitetskoncept
- Erfarenhet av användning av Grafana eller Prometheus
- Bekantskap med Python och grundläggande maskininlärningsprinciper
Målgrupp
- Observabilitetsingenjörer
- Infrastruktur- och DevOps team
- Plattformarkitekter för övervakning och systemreliabilitetsingenjörer (SREs)
14 timmar
