Návrh Školení

Úvod do AIOps

Původ a vývoj AIOps

Důležitost AIOps ve moderním IT

AIOps vs. IT Operations Analytics – klíčové rozdíly

Základní technologie a koncepty

Životní cyklus AIOps systému

Související praktiky a metodologie

AIOps v organizaci

Klíčové faktory a ovlivňující činitele

Integrace s DevOps

Rolí AIOps ve Site Reliability Engineering (SRE)

AIOps a IT bezpečnostní obavy

Data, telemetrie a složitost systému

Nový paradigma pro pochopení stavu systému

Základní technologie – Data

Co je Big Data?

5 V Big Data

Charakteristiky Big Data v AIOps

Zdroje a typy dat ve prostředích AIOps

Diverzita dat a výzvy zpracování

Základní technologie – Machine Learning (ML)

Umělá inteligence, strojové učení a jejich role v AIOps

Supervizované vs. nesupervizované učení v AIOps

Strojové učení vs. tradiční analýzy dat

Modely strojového učení a jejich aplikace v AIOps

Budoucnost AI ve IT operacích

Porovnání ML s přístupy k analýze dat

AIOps a operační metriky

Klíčové operační metriky pro IT prostředí

Důležité ukazatele v různých systémech

SLA, SLO a KPI – definice a použití

Incidentní metriky: detekce a klasifikace

Časové metriky: MTTD, MTBF, MTTA, MTTR

Správa smluv o úrovni služeb (SLA)

Případové studie a změna organizace

Přechod od reaktivních k proaktivním operacím

Charakteristiky modelu reaktivních IT operací

Přechod od deterministických ke pravděpodobnostním přístupům

Reálné příklady využití AIOps

Organizační změna ovlivněná AIOps

Chápání minulosti, predikce budoucnosti

Měření dopadu AIOps

Klíčové metriky AIOps pro IT operace

Synergie mezi AIOps, DevOps a SRE

Zlepšení přesnosti AI prostřednictvím AIOps

Zvýšení pozorovatelnosti systému

Sledování dopadu AIOps na operace

Propojení metrik AIOps s DORA ukazateli

Implementace AIOps v organizaci

Odpovědnost za běžné pasti

Etika a strojové učení v AIOps

Implementační cesty a strategie

Kvalita dat a procesy srovnání

Organizační kultura a podporující praktiky

Dataová regulační rámce a dodržování předpisů

Řešení chyb v modelech strojového učení

Ochrana soukromí a uživatelských dat

Požadavky

Základní znalost IT terminologie a zkušenosti s prací s informačními technologiemi.

 35 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie