Course Outline

Σχεδιασμός μιας ανοιχτής AIOps αρχιτεκτονικής

  • Περιγραφή των βασικών συμπόνων σε ποδηλάτους ανοιχτής AIOps
  • Μεταφορά δεδομένων από τη εγκατάληψη ως προσοχή
  • Σύγκριση εργαλείων και στρατηγικές αποδοτικότητας

Αθροισμάτων και Συλλογή Δεδομένων

  • Εγκατάληψη χρονοσειρών δεδομένων με Prometheus
  • Διαθήκη γραμματομηνιών με Logstash και Beats
  • Βιασμό δεδομένων για συναφή σχέση πηγών

Δημιουργία επιτρόπων μελετής

  • Βιζυαλικοποίηση στοιχείων με Grafana
  • Δημιουργία επιτρόπων Kibana για ανάλυση γραμματομηνιών
  • Χρήση ερωτήσεων Elasticsearch για την αφαιρεσιμότητα λειτουργικής δεξιοτήτας

Ανίχνευση ανωμαλιών και πρόβλεψη συμβάντων

  • Εξαγωγή δεδομένων επίσκοπης σε ποδήλατους Python
  • Διάβρωση ML μοντέλων για ανίχνευση αξιωματικών και πρόβλεψη
  • Εγκατάσταση μοντέλων για ζωντανή επιχείρηση στην επιτρόπους ποδήλατο

Δυσκολία και αυξητικότητα Παραμέτρων

  • Επεξεργασία υψηλών εγκαταλήψεων και μακροχρόνιου φυλάξης
  • Ασφάλεια και πρόσβαση σε ανοιχτούς χώρους λειτουργίας
  • Επέκταση κάθε επιπέδου ανεξάρτητα: εγκατάληψη, περιβάλλον, συνήθη

Πραγματικές εφαρμογές και επέκταση

  • Περίπτωση περιπτώσεων: μάθηση τύχη, αποφυγή λείψανα και εκπλήρωση οικονομικό
  • Εξάπλωση ποδήλατου με εργαλεία ακολούθησης ή γραφήματα υπηρεσιών
  • Καλές πρακτικές για τη λειτουργία και εξυπηρέτηση AIOps σε παραγωγή

Επόμενα βήματα και Περιγραφή

Requirements

  • Εμπειρία με εργαλεία διανοητικότητας όπως Prometheus ή ELK
  • Βασική γνώση του Python και των βασικών στοιχείων μηχανικής μάθησης
  • Απόψεις για ΤΠ ΔΙΚΤΥΩΝ (IT) λειτουργίες και αλυσές ενημέρωσης

Εκπαιδευόμενο παύλωμα

  • Προχωρημένοι ομιλητές αξιοπιστίας (SREs)
  • Εγκαταισιακά μηχανικοί που εργάζονται σε λειτουργίες
  • Οδηγοί DevOps πλατφόρμα και δημιουργοί υποδομών
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories