Visão Geral

Este Curso AIOps  Foundation, fornecerá uma compreensão de alto nível dos benefícios de projetar e implantar soluções de automação de tomada de decisões e monitoramento orientado por dados para ajudá-lo a gerenciar sistemas e arquiteturas cada vez mais complexos.

Esta introdução ao AI Ops abrange os fundamentos da coleta de dados, análise, aprendizado de máquina e inteligência artificial para dar a você uma vantagem inicial na construção de seus recursos de automação.

Objetivo

Após realizar este Curso AIOps  Foundation, você será capaz de:

• Conceitos de operações de IA:
• Coleta e normalização de dados
• Backup e retenção de dados (Big Data)
• Análise de dados
• Aprendizado de máquina
• Inteligência artificial
• Ferramentas populares de AIOps
• Automação do processo
• Segurança
• Monitoramento de Desempenho de Infraestrutura
• Análise causal e solução de problemas 

Publico Alvo

• Este Curso AIOps  Foundation é destinado a Administradores de Sistemas, Gerentes de TI, SREs e engenheiros DevOps/Operações que desejam gerenciar infraestrutura usando o Terraform.

Pre-Requisitos

• Alguma experiência no uso do Windows ou Linux com a linha de comando - informe-nos se precisar de ajuda com isso, pois podemos organizar um pequeno workshop para familiarizá-lo com o essencial.

Materiais

Conteúdo Programatico

AIOps Concepts

1. What is AIOps?
2. Data Collection and normalisation
3. Data backup and retention (Big Data)
4. Data Analysis
5. Machine Learning
6. Artificial Intelligence

Overview of popular AIOps tools

1. Splunk
2. Elastic Observability
3. AppDynamics
4. New Relic One
5. Datadog
6. BigPanda
7. ZIF

Process automation

1. What operations are worth automating?
2. Key benefits
3. When *not* to automate

Security AIOps Use Cases

1. Threat intelligence analysis
2. Network behaviour / endpoint monitoring
3. Fraud detection

Infrastructure Performance Monitoring & Observability

1. Using AIOps to manage monitoring tools 
2. Monitoring complex containerised architectures
3. Application performance monitoring

Causal analysis and troubleshooting 

1. Probable cause analysis 
2. Root cause analysis
3. Good logging practices