AIOps Fundamentals: Monitoring, Correlation, and Intelligent Alerting

• Zrozumienie koncepcji operacji IT i monitorowania systemów
• Doświadczenie w narzędziach lub panelach monitorowania
• Zapoznanie się z podstawowymi formatami logów i metryk

Grupa docelowa

• Zespoły operacyjne odpowiedzialne za infrastrukturę i aplikacje
• Inżynierowie niezawodności systemów (SREs)
• Zespoły monitorowania IT i obserwowalności

AIOps (Sztuczna inteligencja dla operacji IT) to praktyka, która stosuje uczenie maszynowe i analitykę do automatyzacji i poprawy operacji IT, szczególnie w dziedzinach monitorowania, wykrywania i reagowania na incydenty.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do zawodowców IT na poziomie średnim, którzy chcą wdrożyć techniki AIOps w celu korygowania metryk i logów, redukcji hałasu alertów oraz poprawy obserwowalności dzięki inteligencji automatycznej.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Zrozumieć zasady i architekturę platform AIOps.
• Korelować dane między logami, metrykami i śladami w celu identyfikacji przyczyn pierwotnych.
• Redukować zmęczenie alertami dzięki inteligentnej filtracji i tłumieniu hałasu.
• Używać narzędzi open-source lub komercyjnych do monitorowania i automatycznej reakcji na incydenty.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczna implementacja w środowisku laboraorium online.

Opcje dostosowywania kursu

• Aby złożyć wniosek o dostosowane szkolenie dla tego kursu, proszę skontaktować się z nami w celu uregulowania.

Wprowadzenie do AIOps

• Co to jest AIOps i dlaczego jest ważne
• Tradycyjne monitorowanie vs. obserwowalność napędzana przez AIOps
• Architektura AIOps i kluczowe komponenty

Zbieranie i normalizowanie danych operacyjnych

• Rodzaje danych obserwowalności: metryki, logi i ślady
• Pobieranie danych z wielu źródeł (serwerów, kontenerów, chmury)
• Używanie agentów i eksportowników (Prometheus, Beats, Fluentd)

Korelacja danych i wykrywanie anomalii

• Korelacja szeregów czasowych i metody statystyczne
• Używanie modeli ML do wykrywania anomalii
• Wykrywanie incydentów w rozproszonych systemach

Alertowanie i redukcja szumu

• Projektowanie inteligentnych reguł i progowych alertów
• Tłumienie, deduplikacja i grupowanie alertów
• Integracja z Alertmanager, Slack, PagerDuty lub Opsgenie

Analiza przyczyn i wizualizacja

• Używanie panele do wizualizacji metryk i wykrywania trendów
• Badanie wydarzeń i lini czasowych dla RCA
• Śledzenie problemów w różnych warstwach za pomocą narzędzi do rozproszonego śledzenia

Automatyzacja i naprawa

• Wykonywanie automatycznych skryptów lub przepływów pracy z incydentów
• Integracja z systemami ITSM (ServiceNow, Jira)
• Przypadki użycia: samonaprawianie, skalowanie, przekierowywanie ruchu

Platformy AIOps open source i komercyjne

• Przegląd narzędzi: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Kryteria oceny dla wyboru platformy AIOps
• Demonstracja i praktyka z wybranym zestawem

Podsumowanie i następne kroki