Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Giới thiệu về Predictive AIOps
- Tổng quan về phân tích dự đoán trong hoạt động IT
- Nguồn dữ liệu cho dự đoán (log, metrics, sự kiện)
- Các khái niệm chính trong dự báo chuỗi thời gian và mẫu bất thường
Thiết kế Mô hình Dự đoán Sự cố
- Nhãn sự cố lịch sử và hành vi hệ thống
- Chọn và đào tạo mô hình (ví dụ: LSTM, Random Forest, AutoML)
- Đánh giá hiệu suất của mô hình và xử lý kết quả sai dương
Thu thập Dữ liệu và Khai thác Tính năng
- Nhập và đồng bộ dữ liệu log và metrics để làm đầu vào cho mô hình
- Trích xuất tính năng từ dữ liệu cấu trúc và không cấu trúc
- Xử lý nhiễu và thiếu dữ liệu trongpipeline hoạt động
Tự động hóa Phân tích Nguyên nhân Cơ bản (RCA)
- Correlation dựa trên đồ thị của dịch vụ và hạ tầng
- Sử dụng ML để suy đoán nguyên nhân khả năng từ chuỗi sự kiện
- Biểu diễn RCA với bảng điều khiển nhận thức về cấu trúc mạng lưới
Tái can thiệp và Workflow Automation
- Tích hợp với nền tảng tự động hóa (ví dụ: Ansible, Rundeck)
- Khởi chạy các lệnh rollback, khởi động lại hoặc chuyển hướng lưu lượng
- Kiểm toán và ghi chép về can thiệp tự động
Phóng toPipeline Thông minh AIOps
- MLOps cho khả năng quan sát: đào tạo lại và quản lý phiên bản mô hình
- Chạy dự đoán theo thời gian thực trên các nút phân tán
- Các nguyên tắc tốt nhất để triển khai AIOps trong môi trường sản xuất
Trường hợp nghiên cứu và Ứng dụng Thực tế
- Phân tích dữ liệu sự cố thực tế sử dụng mô hình dự đoán AIOps
- Triển khai các pipeline RCA với dữ liệu tổng hợp và dữ liệu sản xuất
- Đánh giá các trường hợp sử dụng của ngành: sự cố đám mây, không ổn định microservices, suy giảm mạng lưới
Tổng kết và Bước tiếp theo
Yêu cầu
- Kinh nghiệm với các hệ thống theo dõi như Prometheus hoặc ELK
- Kiến thức làm việc về Python và học máy cơ bản
- Hiểu biết về quy trình quản lý sự cố
Đối tượng tham gia
- Kỹ sư bảo đảm độ tin cậy trang web cấp cao (SREs)
- Kiến trúc sư tự động hóa IT
- Người lãnh đạo DevOps và nền tảng quan sát
14 Giờ học
