Cambridge
Academy
In London

المقدمة

تستخدم عمليات الحوسبة السحابية المدعومة بالذكاء الاصطناعي (AIOps) التعلم الآلي والأتمتة لاكتشاف الحالات الشاذة، وربط الأحداث، وتقليل التنبيهات غير الضرورية، وتسريع الاستجابة للحوادث، وتحسين الموثوقية على نطاق واسع. يزود هذا البرنامج العملي قادة عمليات الحوسبة السحابية بأساليب حديثة للمراقبة، وسير العمل الآلي للحوادث، والحوكمة، مما يساعد الفرق على تحسين وقت التشغيل، وتقليل متوسط ​​وقت الإصلاح، وتشغيل منصات الحوسبة السحابية بكفاءة وأمان.

تستخدم عمليات الحوسبة السحابية المدعومة بالذكاء الاصطناعي (AIOps) التعلم الآلي والأتمتة لاكتشاف الحالات الشاذة، وتقليل متوسط ​​وقت الإصلاح، وتشغيل منصات الحوسبة السحابية بكفاءة وأمان.

أهداف الدورة التدريبية

بنهاية هذه الدورة، سيكون المشاركون قادرين على:

• فهم مفاهيم AIOps ومواطن القيمة التي يقدمها الذكاء الاصطناعي في عمليات الحوسبة السحابية

• تصميم استراتيجية مراقبة شاملة للسجلات والمقاييس والتتبعات والأحداث

• تطبيق تقنيات الذكاء الاصطناعي لاكتشاف الحالات الشاذة، وربط الأحداث، وتحسين التنبيهات

• بناء مسارات عمل آلية للاستجابة للحوادث وكتيبات تشغيل مع عناصر تحكم بشرية

• دمج AIOps مع ممارسات إدارة خدمات تكنولوجيا المعلومات/هندسة موثوقية الموقع لتحسين الموثوقية وجودة الخدمة

• وضع الحوكمة والمقاييس وخارطة طريق لتنفيذ العمليات المدعومة بالذكاء الاصطناعي

الفئة المستهدفة

تم تصميم هذه الدورة لتناسب الفئات التالية:

• مديري عمليات الحوسبة السحابية، وقادة هندسة موثوقية الموقع، وقادة عمليات المنصات

• قادة مراكز عمليات الشبكة/مراكز عمليات الأمن وإدارة الحوادث العاملين في بيئات الحوسبة السحابية

• مديري DevOps وهندسة المنصات

• قادة إدارة خدمات تكنولوجيا المعلومات (ITSM) المسؤولين عن الحوادث/المشاكل/التغييرات

• مهندسي المراقبة والرصد والموثوقية

محاور الدورة التدريبية

اليوم الأول: أساسيات AIOps وعمليات الحوسبة السحابية الجاهزية

• تحديات عمليات الحوسبة السحابية: الحجم، والتعقيد، والأنظمة الموزعة، والتشويش

• نظرة عامة على عمليات الذكاء الاصطناعي: اكتشاف الحالات الشاذة، والربط، والتنبؤ، والأتمتة

• مواءمة هندسة موثوقية الموقع/إدارة خدمات تكنولوجيا المعلومات: أهداف الموثوقية، ودورة حياة الحوادث، والإيقاعات التشغيلية

• جاهزية البيانات: جودة القياس عن بُعد، ومعايير الوسم، ومفاهيم قاعدة بيانات إدارة التكوين/خرائط الخدمات

• النشاط: تقييم جاهزية عمليات الذكاء الاصطناعي (الأدوات، والبيانات، ونضج العمليات، والفجوات)

اليوم الثاني: استراتيجية المراقبة ونمذجة صحة الخدمة

• ركائز المراقبة: السجلات، والمقاييس، والتتبعات، والأحداث - استخدام كل منها

• نماذج صحة الخدمة: مؤشرات مستوى الخدمة/أهداف مستوى الخدمة، وميزانيات الأخطاء، ومسارات المستخدم الحرجة

• استراتيجية القياس: المعايير، والوسم، ومفاهيم نشر السياق

• بناء خرائط الخدمات ورؤية التبعيات لتشخيص أسرع

• ورشة عمل: تصميم مخطط للمراقبة (خريطة الخدمة + مجموعة مؤشرات مستوى الخدمة/أهداف مستوى الخدمة + خطة القياس عن بُعد)

اليوم الثالث: الذكاء الاصطناعي للكشف، والربط، وتحسين التنبيهات

• مفاهيم كشف الشذوذ: الخطوط الأساسية، والموسمية، وضبط العتبات

• ربط الأحداث: تجميع التنبيهات، وتقليل التكرارات، وتحديد الإشارات الجذري

• تقليل الضوضاء: تنظيم التنبيهات، وقواعد كتمها، والتوجيه بناءً على التأثير

• رؤى تنبؤية: إشارات مخاطر السعة ومفاهيم التنبؤ بالتدهور

• نشاط عملي: بناء خطة لتحسين التنبيهات وقواعد الربط لسيناريو حالة محددة

اليوم الرابع: الاستجابة الآلية للحوادث وتنسيق دليل الإجراءات

• تحديث الاستجابة للحوادث: أتمتة الفرز، والإجراءات المقترحة، والتصعيد

• أدلة الإجراءات والأتمتة: المحفزات، والموافقات، وضمانات التراجع

• تصميم يتضمن العنصر البشري: متى تتصرف الأتمتة مقابل متى توصي

• تكامل إدارة المشكلات: تحويل الحوادث إلى إجراءات وقائية للأسباب الجذرية

• دراسة حالة: محاكاة حادث (انقطاع كبير) باستخدام الفرز الآلي وسير عمل دليل الإجراءات

اليوم الخامس: الحوكمة، والمقاييس، وخارطة طريق تنفيذ الذكاء الاصطناعي للعمليات

• حوكمة الذكاء الاصطناعي للعمليات: الأدوار، وحقوق اتخاذ القرار، والموافقات والتحكم في تغييرات الأتمتة

• الضوابط وإدارة المخاطر: الإنذارات الكاذبة، وأخطاء الأتمتة، وسجلات التدقيق

• مؤشرات النجاح: متوسط ​​وقت الإصلاح، متوسط ​​وقت الكشف، حجم التنبيهات، التوافر، الامتثال لمستوى الخدمة، تقليل الجهد المبذول

• خطة التبني: اختيار المشروع التجريبي، والتدريب، ووتيرة التشغيل، والتحسين المستمر