Zkuste nás kontaktovat
 Doba trvání 14 hodiny

Návrh Školení

Navrhování otevřené AIOps architektury

  • Přehled klíčových komponent open AIOps potrubí
  • Proudění dat od ingestionu po alarmování
  • Srovnání nástrojů a strategie integrace

Sběr a agregace dat

  • Ingestion časových řad s Prometheus
  • Zachycování logů pomocí Logstash a Beats
  • Normalizace dat pro korelací mezi zdroji

Tvorba observabilitních dashboardů

  • Vizualizace metrik pomocí Grafana
  • Tvorba Kibana dashboardů pro analýzu logů
  • Používání dotazů Elasticsearch k extrakci operačních informací

Detekce anomalií a predikce incidentů

  • Export observabilitních dat do Python pipeline
  • Výcvik ML modelů pro detekci odlehlých hodnot a predikci
  • Nasazení modelů pro živou inferenci v observabilitním potrubí

Alarmování a automatizace pomocí open-source nástrojů

  • Vytváření pravidel alarmování Prometheus a routingu Alertmanager
  • Spuštění skriptů nebo API pracovních toků pro automatickou reakci
  • Používání open-source nástrojů pro orchestraci (např. Ansible, Rundeck)

Zohlednění integrace a škálovatelnosti

  • Zpracování high-volume ingestionu a dlouhodobého úložiště
  • Bezpečnost a řízení přístupu v open-source stacku
  • Nezávislé škálování vrstev: ingestion, zpracování, alarmování

Reálné aplikace a rozšíření

  • Kazuistiky: optimalizace výkonu, prevence výpadků a optimalizace nákladů
  • Rozšíření potrubí nástroji pro tracing nebo service grafy
  • Dobré praxe pro provoz a údržbu AIOps v produkci

Shrnutí a další kroky

Požadavky

  • Zkušenosti s observabilitními nástroji, jako jsou Prometheus nebo ELK
  • Funkční znalost Pythonu a základů strojového učení
  • Pochopení IT operací a pracovních toků alarmování

Cílová skupina

  • Pokročilí site reliability inženýři (SRE)/li>
  • Data inženýři pracující v operačním prostředí
  • Vedoucí DevOps platforem a architekti infrastruktury

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie