AIOps Foundation – Szkolenie akredytowane

Podstawowa znajomość terminologii IT i doświadczenie w pracy z technologiami informatycznymi.

AIOps to prężnie rozwijająca się dziedzina, która odpowiada na potrzeby nowoczesnych, złożonych środowisk IT – szczególnie tych działających w architekturze chmurowej. Kurs AIOps Foundation to kompleksowe wprowadzenie do koncepcji, technologii i praktyk związanych z wykorzystaniem sztucznej inteligencji w operacjach IT.

Program omawia tło powstania AIOps, kluczowe założenia, narzędzia oraz wyzwania organizacyjne, przed którymi stoją zespoły IT wdrażające te podejścia.

Szkolenie kończy się egzaminem, którego zdanie uprawnia do uzyskania certyfikatu AIOps Foundation – uznawanego na całym świecie, ważnego przez 3 lata.

Dla kogo?

Szkolenie adresowane jest do specjalistów i menedżerów związanych z:

operacjami IT,

DevOps i SRE,

architekturą chmurową,

analizą danych i Data Science,

rozwojem oprogramowania,

bezpieczeństwem IT,

zarządzaniem produktami i projektami.

Wprowadzenie do AIOps

Geneza i rozwój AIOps

Znaczenie AIOps we współczesnym IT

AIOps a IT Operations Analytics – kluczowe różnice

Podstawowe technologie i koncepcje

Cykl życia systemu AIOps

Powiązane praktyki i podejścia

AIOps w kontekście organizacyjnym

Kluczowe czynniki i wpływy

Integracja z DevOps

Rola AIOps w Site Reliability Engineering (SRE)

AIOps a kwestie bezpieczeństwa IT

Złożoność danych, telemetrii i środowisk systemowych

Nowe podejście do rozumienia kondycji systemu

Podstawowe technologie – dane

Czym jest Big Data?

Pięć „V” Big Data

Cechy charakterystyczne danych w AIOps

Źródła i typy danych w środowiskach AIOps

Różnorodność danych i wyzwania związane z ich przetwarzaniem

Podstawowe technologie – uczenie maszynowe (ML)

Rola AI i ML w AIOps

Uczenie nadzorowane i nienadzorowane w AIOps

Uczenie maszynowe a tradycyjna analityka

Modele ML i ich zastosowanie w AIOps

Przyszłość AI w zarządzaniu systemami IT

Porównanie ML z klasycznymi podejściami analitycznymi

AIOps i metryki operacyjne

Kluczowe metryki operacyjne w środowiskach IT

Istotne wskaźniki dla różnych systemów

SLA, SLO i KPI – definicje i zastosowanie

Wskaźniki związane z incydentami: wykrywanie i klasyfikacja

Metryki czasowe: MTTD, MTBF, MTTA, MTTR

Zarządzanie umowami dotyczącymi poziomu usług

Przypadki użycia i zmiana podejścia organizacyjnego

Przejście z reaktywnego na proaktywne zarządzanie

Cechy reaktywnego modelu operacyjnego

Od podejścia deterministycznego do probabilistycznego

Przykłady zastosowań AIOps w praktyce

Zmiany organizacyjne napędzane przez AIOps

Analiza przeszłości i prognozowanie przyszłości

Pomiar wpływu AIOps

Kluczowe metryki AIOps dla operacji IT

Współpraca AIOps z DevOps i SRE

Zwiększanie dokładności AI dzięki AIOps

Zwiększanie widoczności systemu

Monitorowanie wpływu AIOps na procesy

Powiązanie wskaźników AIOps z metrykami DORA

Wdrażanie AIOps w organizacji

Najczęstsze błędy i jak ich unikać

Etyka i uczenie maszynowe w AIOps

Ścieżki i strategie wdrażania

Jakość danych i spójność procesów

Kultura organizacyjna i dobre praktyki

Regulacje i zgodność dotycząca danych

Błędy modeli ML i ich skutki

Prywatność i ochrona danych użytkowników