一、培訓對象
二、培訓目標
-
掌握AIOps平臺的核心功能架構與數(shù)據(jù)流轉機制
-
能夠獨立進行告警降噪、異常檢測、根因分析等智能運維操作
-
掌握平臺規(guī)則與算法參數(shù)的調優(yōu)方法，降低誤報與漏報率
-
結合業(yè)務場景設計智能運維策略，提升故障發(fā)現(xiàn)與定位效率
三、培訓內容
一、AIOps平臺整體架構與核心概念
講解AIOps平臺的數(shù)據(jù)接入層、算法引擎層、可視化層，以及指標、日志、調用鏈三大數(shù)據(jù)源在平臺中的融合方式。
二、平臺安裝部署與基礎配置
演示典型AIOps平臺（如騰訊云AIOps、阿里云SmartOps或開源平臺）的環(huán)境準備、組件部署、基礎賬號與權限配置。
三、數(shù)據(jù)源接入與管理
學習如何接入Prometheus、Elasticsearch、Jaeger等系統(tǒng)的數(shù)據(jù)，配置數(shù)據(jù)清洗標簽、時間對齊與缺失值處理策略。
四、智能告警與靜默降噪配置
講解基于時間序列的告警聚合、依賴關系靜默、告警風暴抑制等策略，以及動態(tài)閾值與靜態(tài)閾值的適用場景。
五、異常檢測算法原理與參數(shù)調優(yōu)
針對波動性檢測、周期性檢測、同比環(huán)比檢測等算法，講解敏感度、窗口長度、置信度等關鍵參數(shù)的調優(yōu)方法。
六、根因分析功能的使用
通過調用鏈與拓撲關系，學習如何快速定位故障的“源頭服務”或“底層資源”，并驗證分析結果的有效性。
七、日志智能分析與模式聚類
訓練平臺自動識別高頻日志模板，提取異常日志模式，并與告警或變更事件進行關聯(lián)。
八、預測性容量分析
利用歷史時序數(shù)據(jù)預測未來若干時間段的CPU、內存、磁盤使用趨勢，并設置主動預警條件。
九、事件自動診斷腳本與執(zhí)行
配置故障觸發(fā)后的自動診斷Action（如抓堆棧、查連接數(shù)、執(zhí)行自愈腳本），并控制執(zhí)行范圍與熔斷機制。
十、平臺健康度自監(jiān)控與巡檢
學習查看AIOps組件自身的運行狀態(tài)、數(shù)據(jù)延遲、算法執(zhí)行耗時等內部監(jiān)控項，保證平臺穩(wěn)定。
十一、算法模型版本管理與效果評估
介紹如何對比不同算法版本的F1分數(shù)、誤報率、召回率，并完成模型熱更新或回滾。
十二、典型業(yè)務場景實戰(zhàn)演練
結合電商大促、微服務雪崩、數(shù)據(jù)庫連接池泄漏等場景，從接到告警到根因輸出的全流程演練。
如果您想學習本課程，請
預約報名
如果沒找到合適的課程或有特殊培訓需求，請
訂制培訓
除培訓外，同時提供相關技術咨詢與技術支持服務，有需求請發(fā)需求表到郵箱soft@info-soft.cn,或致電4007991916
技術服務需求表點擊在線申請
服務特點：
海量專家資源，精準匹配相關行業(yè)，相關項目專家，針對實際需求，顧問式咨詢，互動式授課，案例教學，小班授課，實際項目演示，快捷高效，省時省力省錢。
專家力量：
中國科學院軟件研究所，計算研究所高級研究人員
oracle,微軟，vmware，MSC,Ansys，candence,Altium,達索等大型公司高級工程師，項目經(jīng)理，技術支持專家
中科信軟培訓中心，資深專家或講師
大多名牌大學，碩士以上學歷，相關技術專業(yè)，理論素養(yǎng)豐富
多年實際項目經(jīng)歷，大型項目實戰(zhàn)案例，熱情，樂于技術分享
針對客戶實際需求，案例教學，互動式溝通，學有所獲
