Course Outline

Εισαγωγή

    Χρήση μαθηματικών αλγορίθμων για την εξαγωγή σημαντικών πληροφοριών

Χρήση Predictive Analytics μοντέλων για την απόκτηση εικόνας για την ανθρώπινη συμπεριφορά

Συλλογή ακατέργαστων δεδομένων από Management και Τεχνολογίες παρακολούθησης

Κατανόηση της Στοίβας Εφαρμογών Υποδομής μέσω της Ανάλυσης Ριζικών Αιτιών

Κατάταξη του αντίκτυπου πολλαπλών βασικών αιτιών (Ανάλυση επιπτώσεων υπηρεσίας)

Εκμάθηση Συμπεριφοράς Εφαρμογών σε πραγματικό χρόνο

Συμπεριφορά μαθησιακής υποδομής με χρήση δυναμικού κατωφλίου βασικών γραμμών

Προσδιορισμός των προβλημάτων να Go μετά

Αξιολόγηση Τεχνολογιών Analytics

Εκτέλεση Machine Learning σε μεγάλα δεδομένα με χρήση πλατφόρμας AIOps

Ενοποίηση σιλό δεδομένων λειτουργιών

Συνεχής διόρθωση και βελτίωση μέσω αυτοματισμού (CI/CD για βασικές λειτουργίες IT)

Περίληψη και Συμπέρασμα

Requirements

  • Εμπειρία σε λειτουργίες πληροφορικής

Ακροατήριο

  • διευθυντές πληροφορικής
  • Αναλυτές δεδομένων
  • Business αναλυτές
 7 Hours

Number of participants



Price per participant

Testimonials (3)

Related Courses

Remedy IT Service Management (ITSM)

21 Hours

Ansible AWX Fundamentals for DevOps Automation

21 Hours

Ansible for Experts

35 Hours

DevOps Automation with Red Hat Ansible Tower

14 Hours

AWS DevOps Engineers

21 Hours

DevOps Fundamentals

21 Hours

Related Categories