Zkuste nás kontaktovat

Návrh Školení

Úvod do AIOps s využitím open-source nástrojů

  • Přehled konceptů a přínosů AIOps
  • Role Prometheusu a Grafany v celém monitorovacím systému
  • Kde nachází uplatnění strojové učení v AIOps: prediktivní versus reaktivní analýza

Nastavení Prometheusu a Grafany

  • Instalace a konfigurace Prometheusu pro sběr časových řad dat
  • Vytváření dashboardů v Grafaně s využitím reálných měřicích údajů
  • Seznámení s exportery, přeoznačováním dat a mechanismem vyhledávání služeb

Příprava dat pro strojové učení

  • Extrakce a transformace měřicích údajů z Prometheusu
  • Příprava datových sad pro detekci anomálií a předvídání budoucího vývoje
  • Využití transformací v Grafaně či skriptů v Pythonu k tomuto účelu

Aplikace strojového učení na detekci anomálií

  • Základní modely pro identifikaci výkyvů v datech (např. Isolation Forest, One-Class SVM)
  • Vyškolení a hodnocení těchto modelů na časových řadách
  • Vizualizace nalezených anomálií v dashboardech Grafany

Predikce vývoje měřicích údajů pomocí strojového učení

  • Vytváření jednoduchých predikčních modelů (ARIMA, Prophet, seznámení s LSTM)
  • Odhadování budoucího zatížení systému nebo využití jeho prostředků
  • Využití těchto predikcí k předčasnému varování a rozhodování o škálování systému

Integrace strojového učení s upozorňováním a automatizací

  • Definování pravidel pro upozornění na základě výstupů modelů nebo konkrétních prahových hodnot
  • Využití nástroje Alertmanager a řízení odesílání upozornění
  • Spouštění skriptů či automatizovaných procesů v případě detekce anomálií

Škálování a praktické zavádění AIOps do provozu

  • Začlenění dalších monitorovacích nástrojů (např. ELK stack, Moogsoft, Dynatrace)
  • Praktická aplikace modelů strojového učení v celém monitorovacím procesu
  • Osvědčené postupy pro škálování AIOps v firemním prostředí

Shrnutí a další kroky

Požadavky

  • Základní znalosti konceptů systémového monitorování a observability
  • Praktické zkušenosti s používáním Grafany nebo Prometheusu
  • Orientaci v jazyce Python a základy teorie strojového učení

Cílová skupina

  • Inženýři zabývající se observability
  • Týmy pro správu infrastruktury a DevOps
  • Architekti monitorovacích platforem a inženýři spolehlivosti systémů (SRE)
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie