Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengantar ke Predictive AIOps
- Tinjauan tentang analisis prediktif dalam operasi IT
- Sumber data untuk prediksi (log, metrik, acara)
- Konsep-konsep penting dalam peramalan time-series dan pola anomali
Merancang Model Prediksi Insiden
- Menandai insiden historis dan perilaku sistem
- Memilih dan melatih model (mis., LSTM, Random Forest, AutoML)
- Evaluasi performa model dan penanganan false-positive
Pengumpulan Data dan Feature Engineering
- Mengonsumsi dan menyelaraskan data log dan metrik untuk input model
- Ekstraksi fitur dari data terstruktur dan tidak terstruktur
- Menangani noise dan data hilang dalam pipa operasional
Otomatisasi Analisis Penyebab Akar (RCA)
- Korrelasi berbasis grafik antara layanan dan infrastruktur
- Menggunakan ML untuk menginfer penyebab akar kemungkinan dari rantai acara
- Visualisasi RCA dengan dasbor yang aware topologi
Penyembuhan dan Workflow Automation
- Integrasi dengan platform otomatisasi (mis., Ansible, Rundeck)
- Menrigger rollbacks, restarts, atau pengalihan lalu lintas
- Audit dan dokumentasi intervensi otomatis
Skala Pipa Intelektual AIOps
- MLOps untuk observabilitas: ulang pelatihan dan versi model
- Menjalankan prediksi secara real-time di node terdistribusi
- Praktik terbaik untuk mendeploy AIOps dalam lingkungan produksi
Studi Kasus dan Aplikasi Praktek
- Analisis data insiden nyata menggunakan model prediktif AIOps
- Mendeploy pipa RCA dengan data sintetis dan produksi
- Tinjauan penggunaan industri: pemadaman cloud, ketidakstabilan mikroservis, degradasi jaringan
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pengalaman dengan sistem pemantauan seperti Prometheus atau ELK
- Pengetahuan praktis tentang Python dan pemahaman dasar mesin pembelajaran
- Kenalan dengan alur kerja manajemen insiden
Audience
- Engineer Keandalan Situs Senior (SRE)
- Arsitek Otonomasi IT
- Pimpinan platform DevOps dan observabilitas
14 Jam