お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
コース概要
予測型AIOps入門
-
IT運用における予測分析の基本概念とその意義
-
予測に利用可能なデータソース(ログ・指標・イベント情報)
-
時系列予測および異常パターン識別の要点
インシデント予測モデルの設計方法
-
過去のインシデント事例やシステム挙動のデータラベリング手法
-
LSTM・Random Forest・AutoMLなどモデル選定および訓練方法
-
精度評価指標の解釈と誤検知発生時の対応策
データ収集およびフィーチャー設計プロセス
-
モデル入力用ログや指標情報の適切な取得・同期処理方法
-
構造化データおよび非構造化テキストからの特徴量抽出技術
-
運用環境内における雑音や欠損値対処手法
根本原因解析(RCA)の自動化アプローチ
-
サービス間関係やインフラ構成を表すグラフ構造と関連性分析手法
-
事象の連鎖パターンから発生しうる原因候補を推定する機械学習適用事例
-
ネットワーク構造情報と関連性を視覚化したダッシュボード実装例
復旧手順の自動化およびワークフロー設計
-
AnsibleやRundeckといった自動化管理ツールとの連携手法
-
サーバー再起動・通信経路変更などの緊急対応の手順自動化実例
-
自動的に行われた修正作業の記録管理と監査方法について説明
インテリジェントなAIOpsパイプラインの大規模運用に向けた対策
-
機械学習モデル再訓練の仕組みやバージョン管理手法の説明
-
分散環境中で実際にリアルタイム予測を実行する構成設計方法
-
本番環境内でのAIOps導入時の適切な運用規範と推奨事項
実践事例および業界応用例解説
-
予測型AIOpsモデルを用いた既存インシデントデータ解析プロセス例
-
実環境データおよび模擬データの両面からRCAパイプライン構築手順
-
クラウドサービス不具合・マイクロサービス間トラブル・ネットワーク障害時の適用事例紹介
講座まとめおよび今後の取り組みの方向性について
要求
-
PrometheusやELKなどの監視システムに関する実務経験
-
Pythonおよび機械学習の基礎的な知識
-
インシデント管理プロセスやワークフローに関する理解
対象となる受講者層
-
シニアレベルのサイト信頼性エンジニア(SRE)
-
IT自動化設計担当者
-
DevOpsチームおよび可観測性プラットフォームの責任者
14 時間