Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Het landschap van AI-gestuurde observability
- Van dashboards naar gesprekken: de transitie naar AI-versterkte observability
- LLM-mogelijkheden die relevant zijn voor observability: samenvatten, redeneren en herkenning van patronen
- Architectuurpatronen: hoe AI te integreren in bestaande observability-oplossingen
Natuurtaalquery’s op telemetriedata
- Text-to-PromQL: natuurlijke taal omzetten naar monitoringqueries
- Natuurtaalquery’s voor logopslagsystemen zoals Elasticsearch, OpenSearch en Loki
- SQL-generatie uit natuurlijke taal voor gestructureerde telemetriedata
- Een query-assistent ontwikkelen die gebruikmaakt van hulpmiddelen en de context begreept
Loganalyse met behulp van LLM’s
- Automatische parsing en structurering van logs via LLM’s
- Detectie van afwijkingen in logstromen op basis van vergelijking van embedding-representaties
- Logclustering en identificatie van patronen op grote schaal
- Uitleg bieden die door mensen te begrijpen is, gebaseerd op ruwe logsequenties
Intelligente alarmering en incidentverrijking
- Correlatie en deduplicatie van alerts via semantische analyse
- Automatische verzameling van incidentgegevens uit runbooks, eerdere incidenten en documentatie
- Intelligente routering van alerts op basis van inhoudsanalyse en deskundigheid van teams
- Verminderen van ‘alert fatigue’ door AI-gestuurde ruisreductie
Oorzaakanalyse met hulp van AI
- Hypotheses genereren door kruisverwijzingen te maken tussen telemetriedata uit diverse bronnen
- Bewijsmateriaal logisch aan elkaar koppelen: van symptomen tot oorzaken via metingen, logs en traces
- Gefaseerde probleemoplossing door interactieve AI-assistentie bij diagnoses
- Een agent voor oorzaakanalyse ontwikkelen die stapsgewijs onderzoek doet
Automatische incidentrespons en communicatie
- Incidentverslagen en statusupdates genereren op basis van telemetriedata
- Automatisch concepten voor na-incidentevaluaties schrijven, inclusief tijdlijnsreconstructie
- Informatie aan stakeholders verstrekken die zowel technische als leidinggevende doelgroepen bedient
- Runbooksuggesties en automatische verbeteringsaanbevelingen doen
Machine learning toegepast op observability
- Tijdreeksvoorspellingen voor capaciteitsplanning en detectie van afwijkingen
- Basismodellen die zonder voorkennis in staat zijn om afwijkingen te detecteren in metingen
- Servicerelaties in kaart brengen en netwerktopologieën ontdekken met behulp van embedding-technieken
- Lichte machine learning-modellen ontwikkelen en implementeren binnen observability-pijplijnen
Implementatie in productie en ethische overwegingen
- Richtlijden voor vertragingen en kosten bij realtime AI-toepassingen binnen observability
- Gegevensbeveiliging: ervoor zorgen dat LLM’s geen gevoelige telemetriedata lekken
- Menselijke controle: bepalen wanneer AI-diagnoses door operators geverifieerd moeten worden
- Effectmeting: indicatoren zoals MTTD, MTTR en kwaliteit van de ‘on-call’-ervaring monitoren
Vereisten
- Ervaring met observability-tools zoals Prometheus, Grafana, Datadog of OpenTelemetry.
- Kennis van concepten rond logbeheer en metingen.
- Basisvaardigheden in Python voor dataverwerking.
Doelgroep
- SRE- en observability-engineers die AI-verbeterde hulpmiddelen adopteren.
- Platformengineers die de volgende generatie monitoringpijplijnen ontwikkelen.
- DevOps-leiders die overwegen om LLM’s te integreren in hun incidentworkflows.
14 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
