Kontaktirajte nas
 Trajanje 14 sati

Sadržaj kursa

Uvod u AIOps

  • Šta je AIOps i zašto je bitan
  • Tradicionalno praćenje u odnosu na posmatranje vođeno AIOps-om
  • Arhitektura AIOps-a i ključne komponente

Prikupljanje i normalizacija operativnih podataka

  • Vrste podataka za posmatranje: metrike, logovi i tragovi
  • Uvoz podataka iz više izvora (serveri, kontejneri, oblak)
  • Korišćenje agenata i eksportera (Prometheus, Beats, Fluentd)

Korelacija podataka i detekcija anomalija

  • Korelacija vremenskih serija i statističke metode
  • Korišćenje modela mašinskog učenja za detekciju anomalija
  • Detekcija incidenata u distribuiranim sistemima

Alarmiranje i smanjenje šuma

  • Dizajniranje inteligentnih pravila i pragova za alarme
  • Potiskivanje, eliminisanje duplikata i grupisanje alarma
  • Integracija sa Alertmanagerom, Slackom, PagerDutyjem ili Opsgenie

Analiza uzroka i vizualizacija

  • Korišćenje kontrolnih tabela za vizualizaciju metrika i detekciju trendova
  • Istraživanje događaja i vremenskih linija za analizu uzroka
  • Praćenje problema kroz slojeve pomoću alata za distribuirano praćenje

Automatizacija i ispravka

  • Pokretanje automatskih skripti ili radnih tokova iz incidenata
  • Integracija sa ITSM sistemima (ServiceNow, Jira)
  • Slučajevi upotrebe: samo-lečenje, skaliranje, preusmeravanje saobraćaja

AIOps platforme otvorenog koda i komercijalne platforme

  • Pregled alata: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
  • Kriterijumi za ocenu pri odabiru AIOps platforme
  • Demo i praktičan rad sa odabranim setom alata

Rezime i sledeći koraci

Uslovi

  • Razumevanje koncepata IT operacija i sistema praćenja
  • Iskustvo sa alatima za praćenje ili kontrolnim tablama
  • Poznavanje osnovnih formata logova i metrika

Ciljna publika

  • Operativni timovi zaduženi za infrastrukturu i aplikacije
  • Inženjeri pouzdanih sajtova (SRE)
  • Timovi za IT praćenje i posmatranje

Broj učesnika


Cena po učesniku

Predstojeći kursevi

Povezane kategorije