Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Diseño de una arquitectura de AIOps abierta
- Resumen de los componentes clave en los pipelines de AIOps de código abierto
- Flujo de datos desde la ingesta hasta la alerta
- Comparación de herramientas y estrategia de integración
Recopilación y agregación de datos
- Ingesta de datos de series temporales con Prometheus
- Captura de registros con Logstash y Beats
- Normalización de datos para la correlación entre múltiples fuentes
Creación de paneles de observabilidad
- Visualización de métricas con Grafana
- Construcción de paneles en Kibana para el análisis de registros
- Uso de consultas de Elasticsearch para extraer conocimientos operativos
Detección de anomalías y predicción de incidentes
- Exportación de datos de observabilidad a pipelines de Python
- Entrenamiento de modelos de ML para la detección de valores atípicos y la previsión
- Implementación de modelos para inferencia en vivo en el pipeline de observabilidad
Alertas y automatización con herramientas abiertas
- Creación de reglas de alerta de Prometheus y enrutamiento de Alertmanager
- Disparo de scripts o flujos de trabajo de API para respuesta automática
- Uso de herramientas de orquestación de código abierto (p. ej., Ansible, Rundeck)
Consideraciones de integración y escalabilidad
- Gestión de la ingesta de alto volumen y la retención a largo plazo
- Seguridad y control de acceso en las pilas de tecnología de código abierto
- Escala independiente de cada capa: ingesta, procesamiento, alertas
Aplicaciones y extensiones del mundo real
- Casos de estudio: ajuste de rendimiento, prevención de caídas y optimización de costes
- Extensión de pipelines con herramientas de trazado o grafos de servicios
- Mejores prácticas para ejecutar y mantener AIOps en producción
Resumen y próximos pasos
Requerimientos
- Experiencia con herramientas de observabilidad como Prometheus o ELK
- Conocimientos prácticos de Python y fundamentos de aprendizaje automático (machine learning)
- Comprensión de las operaciones de TI y los flujos de trabajo de alertas
Público objetivo
- Ingenieros de fiabilidad de sitios (SREs) de nivel avanzado
- Ingenieros de datos que trabajan en operaciones
- Responsables de plataformas DevOps y arquitectos de infraestructura
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales