บทนำสู่ AIOps: การปรับปรุงการดำเนินงานด้านไอทีให้ทันสมัยด้วย AI

สภาพแวดล้อมด้านไอทีสมัยใหม่สร้างข้อมูล telemetry จำนวนมหาศาล ทำให้การตรวจสอบและแก้ไขปัญหาด้วยตนเองแทบจะเป็นไปไม่ได้ การรวมปัญญาประดิษฐ์เข้ากับการดำเนินงานด้านไอทีของคุณช่วยให้คุณสามารถตรวจจับความผิดปกติได้ตั้งแต่เนิ่นๆ ทำให้งานประจำวันเป็นไปโดยอัตโนมัติ และรักษาความน่าเชื่อถือของระบบ หลักสูตรนี้จะแนะนำคุณตลอดแนวคิดหลักของ AIOps โดยแสดงให้เห็นถึงวิธีการเปลี่ยนจากการตรวจสอบแบบดั้งเดิมไปสู่การดำเนินงานเชิงรุกและชาญฉลาด คุณจะเข้าใจว่าโมเดล machine learning วิเคราะห์ข้อมูลระบบอย่างไร คาดการณ์การหยุดชะงักที่อาจเกิดขึ้น และปรับปรุงขั้นตอนการตอบสนองต่อเหตุการณ์ให้มีประสิทธิภาพ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจหลักการหลักของ AIOps และความแตกต่างจากการดำเนินงานด้านไอทีแบบดั้งเดิม - วิเคราะห์ว่าโมเดล machine learning ประมวลผล logs, metrics และ traces อย่างไรเพื่อความสามารถในการสังเกตการณ์ที่ดีขึ้น - ระบุความผิดปกติและคาดการณ์ความล้มเหลวของระบบก่อนที่จะส่งผลกระทบต่อผู้ใช้ปลายทาง - เรียนรู้การรวมขั้นตอนการทำงานของ AIOps เข้ากับแนวทางปฏิบัติของ Site Reliability Engineering (SRE) สมัยใหม่ - ประเมินขั้นตอนที่จำเป็นในการปรับใช้เครื่องมือ AIOps ในองค์กรของคุณให้ประสบความสำเร็จ - ค้นพบว่าการตอบสนองต่อเหตุการณ์โดยอัตโนมัติช่วยลดเวลาเฉลี่ยในการแก้ไขปัญหาได้อย่างไร คุณจะเริ่มต้นด้วยคำจำกัดความพื้นฐานและคำศัพท์หลักก่อนที่จะสำรวจการวิเคราะห์ telemetry และกลยุทธ์การจัดการระบบเชิงรุก บทเรียนที่เน้นข้อความจะให้คำอธิบายที่มีโครงสร้างชัดเจนเกี่ยวกับการนำเข้าข้อมูล (data ingestion) การค้นพบรูปแบบ (pattern discovery) และขั้นตอนการทำงานของการแก้ไขปัญหาโดยอัตโนมัติ (automated remediation workflows) หลักสูตรนี้ออกแบบมาสำหรับผู้เชี่ยวชาญด้านไอที ผู้ดูแลระบบ ผู้ที่ชื่นชอบ DevOps และผู้เริ่มต้นที่ต้องการทำความเข้าใจว่า AI กำลังปรับเปลี่ยนการจัดการโครงสร้างพื้นฐานสมัยใหม่อย่างไร ไม่จำเป็นต้องมีพื้นฐานด้าน machine learning มาก่อน เริ่มอ่านวันนี้เพื่อสร้างรากฐานที่แข็งแกร่งในการดำเนินงานด้านไอทีที่ขับเคลื่อนด้วย AI