Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 14 sati
Sadržaj kursa
Uvod u prediktivni AIOps
- Pregled prediktivne analitike u IT operacijama
- Izvori podataka za predikciju (dnevnici, metrike, događaji)
- Ključni koncepti u predviđanju vremenskih serija i obrascima anomalija
Dizajniranje modela za predikciju incidenata
- Označavanje istorijskih incidenata i ponašanja sistema
- Izbor i obuka modela (npr. LSTM, Random Forest, AutoML)
- Evaluacija performansi modela i obrada lažno pozitivnih rezultata
Skupljanje podataka i inženjeringa karakteristika
- Uvoz i usklađivanje podataka iz dnevnika i metrika za ulaz u model
- Ekstrakcija karakteristika iz strukturiranih i nestrukturiranih podataka
- Obrada buke i nedostajućih podataka u operativnim procesnim linijama
Automatizacija analize korena (RCA)
- Korelacija usluga i infrastrukture na osnovu grafova
- Korišćenje ML-a za zaključivanje verovatnih korena iz lanaca događaja
- Vizualizacija RCA pomoću tabli sa svesti o topologiji
Ispravljanje i automatizacija tokova rada
- Integracija sa platformama za automatizaciju (npr. Ansible, Rundeck)
- Pokretanje povlačenja, restartova ili preusmeravanja saobraćaja
- Revizija i dokumentovanje automatizovanih intervencija
Skaliranje inteligentnih AIOps procesnih linija
- MLOps za observabilnost: ponovno obučavanje i verzionisanje modela
- Izvođenje predikcija u realnom vremenu preko distribuiranih čvorova
- Najbolje prakse za razvijanje AIOps-a u produkcijskim okruženjima
Studije slučaja i praktične primene
- Analiza stvarnih podataka o incidentima korišćenjem prediktivnih AIOps modela
- Razvijanje RCA procesnih linija sa sintetičkim i produkcijskim podacima
- Pregled primena u industriji: padovi u oblaku, nestabilnost mikrousloga, degradacija mreže
Rezime i naredni koraci
Uslovi
- Iskustvo sa sistemima za nadzor poput Prometheus ili ELK
- Radno znanje iz Pythona i osnovna poznavanja mašinskog učenja
- Poznavanje tokova rada za upravljanje incidentima
Publica
- Senior inženjeri za pouzdanost sajta (SRE)
- Arhitekte IT automatizacije
- Vodiči DevOps i platformi za observabilnost