Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 14 hodiny
Návrh Školení
Navrhování otevřené AIOps architektury
- Přehled klíčových komponent v otevřených AIOps potrubích
- Tok dat od ingestionu po hlášení
- Srovnání nástrojů a strategie integrace
Sběr a agregace dat
- Ingestion časových řad s Prometheus
- Zachytávání logů pomocí Logstash a Beats
- Normalizace dat pro korelaci mezi zdroji
Vytváření dashboardů pro observabilitu
- Vizualizace metrik s Grafana
- Tvorba dashboardů Kibana pro analýzu logů
- Použití dotazů Elasticsearch k extrakci operačních informací
Detekce anomálií a predikce incidentů
- Export dat z observability do Python pipeline
- Výcvik ML modelů pro detekci odlehlých hodnot a predikci
- Nasazení modelů pro živou inferenci v potrubí observability
Hlášení a automatizace pomocí otevřených nástrojů
- Tvorba pravidel pro hlášení Prometheus a routování Alertmanager
- Spouštění skriptů nebo API toků pro automatickou reakci
- Použití orchestrací nástrojů s otevřeným zdrojovým kódem (např. Ansible, Rundeck)
Integrace a úvahy o škálovatelnosti
- Zpracování vysokého objemu ingestionu a dlouhodobé úlohy
- Bezpečnost a řízení přístupu v stackech s otevřeným zdrojovým kódem
- Nezávislé škálování jednotlivých vrstev: ingestion, zpracování, hlášení
Aplikace ve skutečném světě a rozšíření
- Studie případů: ladění výkonu, prevence výpadků a optimalizace nákladů
- Rozšiřování potrubí pomocí nástrojů pro trasování nebo grafů služeb
- Nejlepší praktiky pro provoz a údržbu AIOps v produkci
Shrnutí a další kroky
Požadavky
- Zkušenosti s nástroji pro observabilitu, jako jsou Prometheus nebo ELK
- Praktické znalosti jazyka Python a základů učení strojů
- Pochopení IT operací a pracovních toků hlášení
Cílová skupina
- Pokročilí inženýři spolehlivosti webů (SRE)
- Data inženýři pracující v oblasti operací
- Vedoucí DevOps platformy a architekti infrastruktury
