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
Inleiding tot AIOps met open source-tools
- Overzicht van AIOps-concepten en -voordelen
- De rol van Prometheus en Grafana in het observability-ecosysteem
- Hoe machine learning past binnen AIOps: voorspellende versus reactieve analyse
Prometheus en Grafana instellen
- Installatie en configuratie van Prometheus voor het verzamelen van tijdreeksgegevens
- Dashboards aanmaken in Grafana met behulp van real-time metingen
- Kennismaking met exporters, relabeling en service discovery
Voorverwerking van gegevens voor machine learning
- Het extraheren en omvormen van Prometheus-metingen
- Voorbereiden van datasets voor anomalie-detectie en voorspellingen
- Gebruikmaken van transformaties in Grafana of Python-pipelines
Machine learning toepassen voor anomalie-detectie
- Basis machine learning-modellen voor outlier-detectie (bijv. Isolation Forest, One-Class SVM)
- Trainen en evalueren van modellen op basis van tijdreeksgegevens
- Anomalieën visualiseren in Grafana-dashboards
Voorspellingen maken met behulp van machine learning
- Eenvoudige voorspellingsmodellen ontwikkelen (ARIMA, Prophet en een introductie tot LSTM)
- Voorspellen van systeembelasting of resourcegebruik
- Het gebruik van voorspellingen voor vroegtijdige waarschuwingen en schaalbeslissingen
Integratie van machine learning met waarschuwingssystemen en automatisering
- Het definiëren van waarschuwingsregels op basis van machine learning-resultaten of drempelwaarden
- Gebruikmaken van Alertmanager en het routeren van meldingen
- Het activeren van scripts of automatiseringsworkflows bij anomalie-detectie
Schalen en operationaliseren van AIOps
- Integratie met externe observability-hulpmiddelen (bijv. ELK-stack, Moogsoft, Dynatrace)
- Inbedding van machine learning-modellen in observability-processen
- Best practices voor het schalen van AIOps-oplossingen
Samenvatting en volgende stappen
Vereisten
- Kennis van concepten rond systeemonderhoud en observability
- Ervaring met het gebruik van Grafana of Prometheus
- Vertrouwdheid met Python en de basisprincipes van machine learning
Doelgroep
- Observability-engineers
- Infrastructuur- en DevOps-teams
- Ontwerpers van monitoringplatformen en site reliability engineers (SRE’s)
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
