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 AIOps sa open-source alatima
- Pregled koncepta i prednosti AIOps-a
- Prometheus i Grafana u steku za posmatranje
- Gde se mašinsko učenje uklapa u AIOps: prediktivna vs reaktivna analitika
Postavljanje Prometheusa i Grafane
- Instalacija i konfiguracija Prometheusa za prikupljanje vremenskih serija
- Pravljenje nadzornih tabli (dashboards) u Grafani korišćenjem metrika u realnom vremenu
- Istraživanje eksportera, relabelinga i otkrivanja servisa
Preprocesiranje podataka za mašinsko učenje
- Ekstrakcija i transformacija metrika iz Prometheusa
- Priprema skupova podataka za detekciju anomalija i prognoze
- Korišćenje transformacija u Grafani ili Python pijuplajnova
Primena mašinskog učenja za detekciju anomalija
- Osnovni ML modeli za detekciju izluga (npr. Isolation Forest, One-Class SVM)
- Treniranje i evaluacija modela na podacima vremenskih serija
- Vizualizacija anomalija na nadzornim tablama u Grafani
Prognoza metrika pomoću ML-a
- Izgradnja jednostavnih modela za prognozu (ARIMA, Prophet, uvod u LSTM)
- Predviđanje opterećenja sistema ili korišćenja resursa
- Korišćenje prognoza za rana upozorenja i odluke o skaliranju
Integracija ML-a sa upozorenjima i automatizacijom
- Definisanje pravila upozorenja na osnovu ML izlaza ili pragova
- Korišćenje Alertmanagera i rutiranja notifikacija
- Pokretanje skripti ili automatizovanih tokova rada pri detekciji anomalija
Skaliranje i operativizacija AIOps-a
- Integracija spoljnih alata za posmatranje (npr. ELK stek, Moogsoft, Dynatrace)
- Operativizacija ML modela u pipeline-ovima za posmatranje
- Najbolje prakse za AIOps u velikim razmerama
Sažetak i naredni koraci
Uslovi
- Razumevanje koncepta sistemske nadzornosti i posmatranja (observability)
- Iskustvo korišćenja Grafane ili Prometheusa
- Osnovna upućenost u Python i principima mašinskog učenja
Ciljna grupa
- Inženjeri posmatranja (observability)
- Infrastrukturni i DevOps timovi
- Arhitekte platformi za praćenje i inženjeri pouzdanosti lokacija (SRE)