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 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