香港現場AIOps培訓

一個完全使用開源工具構建的AIOps管道，讓團隊能夠為生產環境中的可觀測性、異常檢測和智能警報設計成本效益高且靈活的解決方案。

這項由講師指導的培訓（線上或線下）針對希望使用Prometheus、ELK、Grafana和自訂ML模型構建和部署端到端AIOps管道的高級工程師。

在本培訓結束時，參與者將能夠：

• 僅使用開源組件設計AIOps架構。
• 從日誌、指標和追蹤中收集並標準化數據。
• 應用ML模型來檢測異常並預測事件。
• 使用開源工具自動化警報和修復。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實時實驗室環境中進行動手實作。

課程定制選項

• 如需為本課程定制培訓，請聯繫我們安排。

Enterprise AIOps 平台，如 Splunk、Moogsoft 和 Dynatrace，提供了强大的功能，能够在大规模 IT 环境中检测异常、关联警报并自动化响应。

本课程为讲师指导的培训（线上或线下），面向希望将 AIOps 工具集成到其现有可观测性堆栈和操作工作流中的中级企业 IT 团队。

通过本培训，参与者将能够：

• 配置并将 Splunk、Moogsoft 和 Dynatrace 集成到统一的 AIOps 架构中。
• 使用 AI 驱动的分析，关联分布式系统中的指标、日志和事件。
• 通过内置和自定义工作流，自动化事件检测、优先级排序和响应。
• 优化性能，减少 MTTR，并在企业规模上提高操作效率。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程申请定制培训，请联系我们安排。

AIOps（IT運營人工智能）正越來越多地用於在事件發生前進行預測，並自動化根因分析（RCA），以最大限度地減少停機時間並加速問題解決。

本次由講師指導的培訓（線上或線下）面向高級IT專業人員，旨在幫助他們使用AIOps工具和機器學習模型，實施預測分析、自動化修復，並設計智能RCA工作流。

培訓結束後，參與者將能夠：

• 構建並訓練ML模型，以檢測導致系統故障的模式。
• 基於多源日誌和指標關聯，自動化RCA工作流。
• 將告警和修復流程集成到現有平臺中。
• 在生產環境中部署和擴展智能AIOps管道。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

Prometheus 和 Grafana 是现代基础设施中广泛采用的可观测性工具，而机器学习通过提供预测性和智能化的洞察，增强了这些工具，以自动化运维决策。

本次由讲师指导的培训（线上或线下）面向中级可观测性专业人员，旨在通过整合 AIOps 实践，使用 Prometheus、Grafana 和机器学习技术，实现监控基础设施的现代化。

在培训结束时，参与者将能够：

• 配置 Prometheus 和 Grafana，以实现跨系统和服务的可观测性。
• 收集、存储和可视化高质量的时间序列数据。
• 应用机器学习模型进行异常检测和预测。
• 基于预测性洞察构建智能告警规则。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

AIOps（IT運營的人工智能）是一種應用機器學習和分析技術來自動化並改進IT運營的實踐，特別是在監控、事件檢測和響應方面。

本課程爲講師指導的培訓（線上或線下），面向中級IT運營專業人員，旨在幫助他們實施AIOps技術，關聯指標和日誌，減少告警噪音，並通過智能自動化提高可觀測性。

培訓結束後，學員將能夠：

• 理解AIOps平臺的原理和架構。
• 通過日誌、指標和跟蹤數據關聯，識別根本原因。
• 通過智能過濾和噪音抑制，減少告警疲勞。
• 使用開源或商業工具，自動監控和響應事件。

課程形式

• 互動講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實操。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

在 香港（線上或線下）進行的這場由講師引導的即時培訓，旨在幫助希望將大語言模型 (LLM) 和 AI 集成到其監控、告警及事件分析工作流中的觀測性和 SRE 工程師。

這是由講師帶領的現場培訓。地點為 香港，形式為線上或線下。課程面向SRE和DevOps工程師。旨在幫助設計、構建並安全部署AI代理，以實現自主IT運維。

本在香港（線上或線下）舉辦的由講師主導的現場培訓，面向需要構建大規模支持大語言模型應用的穩健運營管道的機器學習工程師和平臺團隊。

本講師主導的現場培訓在香港（線上或線下）開展，面向需要識別、測試並防禦針對機器學習模型和大型語言模型驅動應用程序攻擊的安全工程師與機器學習工程師。