Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Prostředí AI v oblasti sledování
- Od panelů k konverzacím: posun směrem k sledování s podporou umělé inteligence
- Schopnosti velkých jazykových modelů v oblasti sledování: shrnování, uvažování, rozpoznávání vzorů
- Architektonické modely: začleňování umělé inteligence do stávajících systémů sledování
Dotazování na telemetrická data v přirozeném jazyce
- Převod textu na PromQL: jak z hovorového jazyka vytvořit dotazy pro monitorování
- Dotazování v přirozeném jazyce na logy uložené v Elasticsearch, OpenSearch a Loki
- Generování SQL dotazů z textu pro strukturovaná telemetrická data
- Vytváření asistenta pro dotazy s využitím nástrojů a porozuměním kontextu
Analýza logů s pomocí velkých jazykových modelů
- Automatické parsování a strukturování logů za použití velkých jazykových modelů
- Detekce anomálií v tokách logů na základě srovnávání jejich reprezentací ve vektorovém prostoru
- Hromadné seskupování a rozpoznávání opakujících se vzorců v logech
- Generování srozumitelných vysvětlení na základě syrových řetězců logů
Inteligentní alarmování a rozšíření informací o incidentech
- Seskupování a odstranění duplicitních alarmů na základě jejich semantiky
- Automatické shromažďování kontextu incidentů z návodů, dřívějších událostí a dokumentace
- Rozsouhlasné směrování alarmů podle jejich obsahu a kompetencí daného týmu
- Omezování „alarmového únavy“ díky snižování nepodstatných upozornění pomocí AI
Analýza příčin problémů s asistencí umělé inteligence
- Tvorba hypotéz na základě korelace dat z různých zdrojů telemetrie
- Vytváření řetězce důkazů spojujících symptomy napříč metrikami, logy a trasováními
- Interaktivní diagnostické procedury pomocí asistenci umělé inteligence
- Návrh systému určeného k analýze příčin s postupným zkoumáním situace
Automatizovaná reakce na incidenty a komunikace o nich
- Generování shrnutí incidentů a informací o jejich průběhu z telemetrických dat
- Automatické vytváření návrhů postmortemů s rekonstrukcí časové osy událostí
- Přizpůsobená komunikace se zainteresovanými stranami – jak pro technickou, tak i manažerskou obecnost
- Doporučování vhodných postupů a automatické návrhy na nápravu situace
Machine Learning v oblasti sledování
- Předpovídání časových řad pro plánování kapacit a identifikaci možných anomálií
- Využívání velkých modelů k detekci anomálií bez potřeby předchozího trénování na konkrétních metrikách
- Tvorba map závislostí mezi službami a jejich topologie pomocí vektorových reprezentací<\/li
- Vytváření a nasazování lehkých modelů strojového učení do stávajících systémů sledování
Nasazení v produkci a etické aspekty použití AI
- Omezení zpoždění a nákladů při nasazení AI pro sledování v reálném čase
- Zajištění ochrany dat: aby velké jazykové modely neunikaly citlivá telemetrická data
- Hlídání kontroly ze strany lidí – kdy je potřeba ověření diagnózy operátorem
- Měření efektivnosti: ukazatele jako MTTD, MTTR a zkušenosti pracovníků v přijímání hovorů
Požadavky
- Zkušenosti s nástroji pro sledování jako Prometheus, Grafana, Datadog nebo OpenTelemetry.
- Orientace v konceptech spojených s správou logů a metrikami.
- Základní znalosti skriptování v Pythonu pro zpracování dat.
Cílová skupina
- Inženýři SRE a sledování, kteří začleňují do své práce nástroje využívající umělou inteligenci.
- Platformní inženýři vyvíjející nové systémy pro monitorování.
- Lídři týmů DevOps hodnotící možnosti integrace velkých jazykových modelů do postupů při řešení incidentů.
14 Hodiny
