课程费用

6800.00 /人

课程时长

2

成为教练

课程简介

随着DevOps的普及以及AIOps运用案例成熟,算法在工具的运用越来越多,给运维工作带来及大的便利,但是成功的运用却有着一定的运维架构要求并通过不断地实践。如果你想在公司尝试或者想学习AIOps的基础,本课程将会是你最佳选择:
1. 不了解AIOps,却想系统性学习AIOps
2. 有成功的DevOps企业运用,想更上一层楼
3. 有一定的自动化运维工具运用,想利用AIOps进一步提升工作效率

目标收益

1. 利用AIOps提升运维工作效率
2. 了解AIOps能给企业带来什么价值
3. 复杂场景下异常快速检测方法
4. 大规模下事件的预测方法

培训对象

具有一定的运维经验,devops经验,有一定的python基础,自动化运维概念,DevOps的运用,监控知识,数据计算

课程大纲

人工智能介绍(1h) 1.1 什么是人工智能
1.2 人工智能的历史与发展
1.3 人工智能应用领域
1.4 人工智能应用案例
AIOPS发展现状 (1h) 2.1 运维的快速发展
2.2 AIOps简介
2.3 AIOps目标
2.4 AIOps知识体系
2.5 AIOps 案例
AIOPS行业趋势(1h) 3.1 AIOps市场规模
3.2 AIOps企业特征
3.3 AIOps未来发展趋势
自动化运维概述(1h) 4.1 什么是自动化运维
4.2 自动化运维架构解析
4.3 自动化运维与AIOps的衔接点
4.4 如何从自动化运维往AIOps上发展
运维数据模型(1h) 5.1 指标及对象
5.2 指标体系
5.3 数据模型
5.4 数据采集
5.5 数据存储
AI下运维场景介绍(1h) 6.1 异常检测
6.2 故障定位
6.3 性能优化与扩容
6.4 风险预测
常见算法讲解(2h) 6.1 有监督算法
决策树、贝叶斯、线性回归/逻辑回归、随机森林
6.2 无监督算法
关联规则、聚类
6.3 时序算法
ARIMA、hot-wingers
6.4 NLP
文本检索、深度学习
案例:数据异常检测(1h) 7.1 异常检测方法
7.2 异常检测算法对比
7.3 异常检测案例讲解
案例:故障诊断与分析(1h) 8.1 数据标准
8.2 全链路跟踪
8.3 监控、日志、链路等全数据融合
8.4 业务关联模型
8.5 算法诊断的案例
案例:趋势预测案例(1h) 9.1 ARIMA 参数
9.2 ARIMA 模型
9.3 磁盘空间预测(事件型)
学员探讨落地(1h) QA与讨论落地方案
人工智能介绍(1h)
1.1 什么是人工智能
1.2 人工智能的历史与发展
1.3 人工智能应用领域
1.4 人工智能应用案例
AIOPS发展现状 (1h)
2.1 运维的快速发展
2.2 AIOps简介
2.3 AIOps目标
2.4 AIOps知识体系
2.5 AIOps 案例
AIOPS行业趋势(1h)
3.1 AIOps市场规模
3.2 AIOps企业特征
3.3 AIOps未来发展趋势
自动化运维概述(1h)
4.1 什么是自动化运维
4.2 自动化运维架构解析
4.3 自动化运维与AIOps的衔接点
4.4 如何从自动化运维往AIOps上发展
运维数据模型(1h)
5.1 指标及对象
5.2 指标体系
5.3 数据模型
5.4 数据采集
5.5 数据存储
AI下运维场景介绍(1h)
6.1 异常检测
6.2 故障定位
6.3 性能优化与扩容
6.4 风险预测
常见算法讲解(2h)
6.1 有监督算法
决策树、贝叶斯、线性回归/逻辑回归、随机森林
6.2 无监督算法
关联规则、聚类
6.3 时序算法
ARIMA、hot-wingers
6.4 NLP
文本检索、深度学习
案例:数据异常检测(1h)
7.1 异常检测方法
7.2 异常检测算法对比
7.3 异常检测案例讲解
案例:故障诊断与分析(1h)
8.1 数据标准
8.2 全链路跟踪
8.3 监控、日志、链路等全数据融合
8.4 业务关联模型
8.5 算法诊断的案例
案例:趋势预测案例(1h)
9.1 ARIMA 参数
9.2 ARIMA 模型
9.3 磁盘空间预测(事件型)
学员探讨落地(1h)
QA与讨论落地方案

活动详情

提交需求