Course Outline

Εισαγωγή στο AIOps με ανοιχτά πηγών εργαλεία

  • Γενική παρουσίαση των κoncepts και όφελών του AIOps
  • Η ρόλος του Prometheus και του Grafana στο πύργο της παρακολούθησης
  • Πώς το ML ενσωματώνεται στο AIOps: προδιαγραφή vs αποκριτικές ανάλυση

Εγκατάσταση του Prometheus και του Grafana

  • Εγκατάσταση και ρύθμιση του Prometheus για συλλογή περιόδων
  • Δημιουργία επιτάχυνσες στο Grafana με χρήση ρεαλ-τайμ μέτρων
  • Εξploration αποδόσεων, relabeling και ανακάλυψης εργουλικών

Διεύθυνση δεδομένων για ML

  • Εξαίρεση και μετάφραση των μέτρων Prometheus
  • Προετοιμασία συνόλων δεδομένων για ανίχνευση παραξιών και πρόβλεψη
  • Χρήση μετασχηματισμών του Grafana ή πιπελίων του Python

Καθοδήγηση και εφαρμογή Machine Learning για ανίχνευση παραξιών

  • Βασικά ML μοντέλα για διάκριση outlier (π.χ., Isolation Forest, One-Class SVM)
  • Εκπαιδευση και αξιολόγηση μοντέλων σε χρόνο περιόδων
  • Δεικτική εμφάνιση παραπεριπτώσεων στις επιτάχυνσες του Grafana

Μέτρα ML με Forecasting

  • Δημιουργία απλών προβλημάτων πρόβλεψης (ARIMA, Prophet, εισαγωγή LSTM)
  • Πρόβλεψη φόρτου συστήματος ή χρήσης πόρων
  • Χρήση προβλήψεων για αποκριτικές διαδικασίες εμφάνισης και μεταφορά

Ενσωμάτωση ML με πρόβλεψη και αυτοματοποίηση

  • Ορισμός διαδικασιών ενημέρωσης βάσει ML ή προβλήψεων
  • Χρήση του Alertmanager και ρύθμισης ενημέρωσης
  • Ακτίβαση σε κώδικες ή διαδικασίες αυτοματοποίησης με βάση την ανίχνευση παραξιών

Μεγέθυνση και εφαρμογή AIOps

  • Ενσωμάτωση εξωτερικών εργαλείων παρακολούθησης (π.χ., ELK stack, Moogsoft, Dynatrace)
  • Διεξαγωγή ML μοντέλων στους πόρους της παρακολούθησης
  • Ορισμός καλών πρακτικών για AIOps σε μεγάλη κλίμακα

Σύνοψη και επόμενα βήματα

Requirements

  • Συνειδητοποίηση των αρχών διακύμανσης και παρατήρησης συστημάτων
  • Εμπειρία χρήσης Grafana ή Prometheus
  • Γνώση του Python και βασικών αρχών μηχανικής μάθησης

Πελάτες

  • Αναπτυξιακοί παρατήρησης
  • Ομάδες υποστηρίξης και DevOps
  • Διευθύντες πλατφόρμας παρακολούθησης και μηχανές επιβεβαίωσης λειτουργικότητας (SREs)
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories