Kontakt aufnehmen
 Dauer 14 Stunden

Schulungsübersicht

Design einer offenen AIOps-Architektur

  • Übersicht der Kernkomponenten in offenen AIOps-Pipelines
  • Datenfluss von der Erfassung bis zur Alarmierung
  • Vergleich der Tools und Strategie zur Integration

Erfassung und Aggregation von Daten

  • Erfassen von Zeitreihendaten mit Prometheus
  • Erfassen von Logs mit Logstash und Beats
  • Normalisierung von Daten für die Korrelation über verschiedene Quellen hinweg

Aufbau von Observability-Dashboards

  • Visualisierung von Metriken mit Grafana
  • Erstellen von Kibana-Dashboards für die Log-Analyse
  • Nutzung von Elasticsearch-Abfragen zur Gewinnung operativer Erkenntnisse

Anomalie-Erkennung und Incident-Vorhersage

  • Exportieren von Observability-Daten in Python-Pipelines
  • Training von ML-Modellen für die Erkennung von Ausreißern und Prognosen
  • Deployment von Modellen für Live-Inferenz in der Observability-Pipeline

Alarmierung und Automatisierung mit Open-Source-Tools

  • Erstellen von Prometheus-Alarmregeln und Routing in Alertmanager
  • Auslösen von Skripten oder API-Workflows für die automatische Reaktion
  • Einsatz von Open-Source-Orchestrierungstools (z. B. Ansible, Rundeck)

Integration und Aspekte der Skalierbarkeit

  • Bearbeitung hoher Datenaufkommen und Langzeitarchivierung
  • Sicherheit und Zugriffskontrolle in Open-Source-Stacks
  • Skalierung jeder Ebene unabhängig: Erfassung, Verarbeitung, Alarmierung

Anwendungen in der Praxis und Erweiterungen

  • Case Studies: Performance-Tuning, Vermeidung von Downtime und Kostenoptimierung
  • Erweiterung von Pipelines mit Tracing-Tools oder Service-Graphen
  • Best Practices für den Betrieb und die Wartung von AIOps in der Produktion

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Praxiserfahrung mit Observability-Tools wie Prometheus oder ELK
  • Sicherer Umgang mit Python und Grundlagen des maschinellen Lernens
  • Verständnis für IT-Betrieb (IT Operations) und Alarmierungs-Workflows

Zielgruppe

  • Fortgeschrittene Site Reliability Engineers (SREs)
  • Daten-Ingenieurinnen und -Ingenieure im operativen Umfeld
  • DevOps-Plattformleads und Infrastrukturchefarchitektinnen und -architekten

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Kommende Kurse

Verwandte Kategorien