Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod do Predictive AIOps
- Přehled prediktivní analýzy v provozu IT
- Zdroje dat pro předpovědi (logy, metriky, události)
- Klíčové pojmy v časových řadách a vzorcích anomálií
Návrh Modelů Předpovědi Incidentů
- Označování historických incidentů a systémového chování
- Výběr a školení modelů (např. LSTM, Random Forest, AutoML)
- Hodnocení výkonu modelů a zpracování neplatných pozitivních odpovědí
Sběr Dat a Inženýrství Vlastností
- Zpracovávání a shoda logů a metrik pro vstupy do modelu
- Extrakce vlastností z strukturovaných a nestrukturovaných dat
- Řešení šumu a chybějících dat v operativních potrubích
Automatizace Analýzy Příčiny (RCA)
- Grafická korelace služeb a infrastruktury
- Použití ML pro odvození pravděpodobných příčin z řetězů událostí
- Vizualizace RCA pomocí panelů s podporou topologie
Remediace a Workflow Automation
- Integrace s platformami automatizace (např. Ansible, Rundeck)
- Spuštění rollbacků, restartů nebo přesměrování provozu
- Auditing a dokumentování automatických intervenčních akcí
Escalace Inteligentních AIOps Potrubí
- MLOps pro zřetelnost: opakové školení a verzování modelů
- Provádění předpovědí v reálném čase na rozprostřených uzlech
- Nejlepší postupy pro nasazování AIOps do produkčních prostředí
Případové Studie a Praktická Použití
- Analýza skutečných dat incidentů pomocí prediktivních AIOps modelů
- Nasazení potrubí RCA se syntetickými a produkčními daty
- Revize užití v průmyslu: výpadky cloudových služeb, nestability mikroslužeb, zhoršení sítě
Shrnutí a Další Kroky
Požadavky
- Zkušenosti s monitorovacími systémy jako Prometheus nebo ELK
- Praktické znalosti Python a základů strojového učení
- Znalost pracovních postupů pro správu incidentů
Cílová skupina
- Odborníci na zajištěnost služeb (SRE)
- Architekti automatizace IT
- Vedoucí platform DevOps a sledovatelnosti
14 hodiny
