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.
Temario del curso
Diseño de una arquitectura AIOps de código abierto
- Descripción general de los componentes clave en los pipelines de AIOps basados en código abierto
- Flujo de datos desde la ingestión hasta el envío de alertas
- Comparativa entre herramientas y estrategias de integración
Recopilación y agregación de datos
- Ingestión de datos temporales mediante Prometheus
- Captura de registros utilizando Logstash y Beats
- Normalización de los datos para posibilitar la correlación entre diversas fuentes
Creación de paneles de observabilidad
- Visualización de métricas mediante Grafana
- Elaboración de paneles en Kibana orientados al análisis de registros
- Uso de consultas en Elasticsearch para obtener información operativa relevante
Detección de anomalías y predicción de incidentes
- Exportación de los datos de observabilidad a flujos de trabajo desarrollados en Python
- Entrenamiento de modelos de aprendizaje automático para la detección de valores atípicos y predicción futura
- Despliegue de dichos modelos en entornos de producción dentro del pipeline de observabilidad
Envío de alertas y automatización con herramientas de código abierto
- Configuración de reglas de alerta en Prometheus así como rutas definidas en Alertmanager
- Disparo automático de scripts o flujos de trabajo API para responder ante eventos críticos
- Empleo de herramientas de orquestación gratuitas como Ansible y Rundeck
Consideraciones sobre integración y escalabilidad
- Gestión del flujo masivo de datos recibidos así como su almacenamiento a largo plazo
- Aspectos de seguridad y control de acceso en entornos basados en código abierto
- Escalado independiente de cada capa: ingestión, procesamiento y generación de alertas
Aplicaciones prácticas y posibles ampliaciones
- Análisis de casos reales: optimización del rendimiento, prevención de interrupciones en el servicio y reducción de costos
- Ampliación del pipeline con herramientas de trazado o gráficos de servicios
- Prácticas recomendadas para mantener operativos los sistemas AIOps en producción
Resumen final y próximos pasos
Requerimientos
- Experiencia previa con herramientas de observabilidad como Prometheus o ELK
- Conocimientos prácticos de Python y fundamentos del aprendizaje automático
- Comprensión básica sobre operaciones informáticas y flujos de trabajo relacionados con alertas
Público objetivo
- Ingenieros avanzados especializados en fiabilidad de sistemas (SRE)
- Ingenieros de datos que desempeñan funciones en entornos operativos
- Líderes de plataformas DevOps y arquitectos de infraestructura
14 Horas
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