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 AIOps với các công cụ mã nguồn mở
- Tổng quan về khái niệm và lợi ích của AIOps.
- Prometheus và Grafana trong stack khả năng quan sát.
- Vai trò của học máy trong AIOps: phân tích dự đoán so với phản ứng.
Cài đặt Prometheus và Grafana
- Cài đặt và cấu hình Prometheus để thu thập dữ liệu thời gian thực.
- Tạo bảng điều khiển trong Grafana sử dụng các chỉ số thời gian thực.
- Khám phá các bộ xuất, đánh nhãn lại và phát hiện dịch vụ.
Xử lý dữ liệu cho học máy
- Trích xuất và chuyển đổi chỉ số Prometheus.
- Chuẩn bị tập dữ liệu để phát hiện bất thường và dự đoán.
- Sử dụng các công cụ biến đổi của Grafana hoặc pipeline Python.
Áp dụng học máy để phát hiện bất thường
- Các mô hình học máy cơ bản cho việc phát hiện ngoại lệ (ví dụ: Isolation Forest, One-Class SVM).
- Huấn luyện và đánh giá mô hình trên dữ liệu thời gian thực.
- Hiển thị các bất thường trong bảng điều khiển Grafana.
Dự đoán chỉ số bằng học máy
- Xây dựng các mô hình dự đoán đơn giản (ARIMA, Prophet, giới thiệu về LSTM).
- Dự đoán tải hệ thống hoặc việc sử dụng tài nguyên.
- Sử dụng các dự đoán cho cảnh báo sớm và quyết định mở rộng.
Tích hợp học máy với cảnh báo và tự động hóa
- Định nghĩa các quy tắc cảnh báo dựa trên đầu ra của học máy hoặc ngưỡng.
- Sử dụng Alertmanager và định tuyến thông báo.
- Kích hoạt các kịch bản hoặc quy trình tự động hóa khi phát hiện bất thường.
Mở rộng và vận hành AIOps
- Tích hợp các công cụ khả năng quan sát bên ngoài (ví dụ: ELK stack, Moogsoft, Dynatrace).
- Vận hành mô hình học máy trong pipeline khả năng quan sát.
- Các thực hành tốt nhất cho AIOps ở quy mô lớn.
Tóm tắt và các bước tiếp theo
Yêu cầu
- Hiểu biết về các khái niệm giám sát hệ thống và khả năng quan sát.
- Kinh nghiệm sử dụng Grafana hoặc Prometheus.
- Hiểu biết về Python và các nguyên lý cơ bản của học máy.
Đối tượng
- Kỹ sư khả năng quan sát
- Nhóm hạ tầng và DevOps
- Kiến trúc viên nền tảng giám sát và kỹ sư độ tin cậy trang web (SREs)
14 Giờ học
