お問い合わせ

コース概要

AIOpsの概要説明

  • AIOpsとは何か、なぜ重要なのか
  • 従来型監視手法とAIOpsによる可観測性の違い
  • AIOpsアーキテクチャおよび主要構成要素について

運用データの収集と正規化

  • 可観測性に必要なデータ種類:メトリクス、ログ、トレース情報
  • サーバー、コンテナ、クラウドなど多様なソースからのデータ取得方法
  • PrometheusやBeats、Fluentdといったエージェント・エクスポーターの利用例

データ相関分析と異常検出技術

  • 時系列データ解析および統計的手法の活用方法
  • 機械学習モデルを利用した異常検知手法
  • 分散型システム全体でのインシデント把握法

アラート設定とノイズの抑制方法

  • 効率的なアラートルールおよび閾値の設計法
  • 重複通知の排除、グループ化処理などによるノイズ軽減策
  • AlertmanagerやSlack、PagerDuty、Opsgenieといった外部システムとの連携方法

根本原因分析と可視化手法

  • ダッシュボードを活用したメトリクス表示および傾向把握法
  • イベント履歴や時間軸情報を用いた原因究明手法
  • 分散型トレーシングツールを利用した問題経路の特定方法

自動化と修復処理技術

  • インシデント発生時のスクリプトやワークフローの自動起動手法
  • ServiceNowやJiraといったITSMツールとの連携手法
  • 自己修復機能、リソース拡張処理、トラフィック再配布などの実用例

オープンソースおよび商用AIOpsプラットフォーム紹介

  • PrometheusやGrafana、ELK、Moogsoft、Dynatraceなどのツール概要説明
  • AIOpsプラットフォーム選定のための評価基準
  • 実際に特定の環境を用いたデモおよび実践演習

まとめおよび今後の取り組みについて

要求

  • IT運用やシステム監視に関する基礎知識があること
  • 監視ツールやダッシュボードの使用経験があること
  • ログやメトリクスデータの基本フォーマットに馴染みがあること

対象者

  • インフラやアプリケーションの運用担当チーム
  • SRE(サイト信頼性エンジニア)
  • IT監視・可観測性に関する専門チーム
 14 時間

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー