هوش مصنوعی برای SRE و دواپس - راهنمای عملی AIOps
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- اصول هوش مصنوعی و یادگیری ماشین را یاد بگیرید.
- چگونه هوش مصنوعی و یادگیری ماشین را در عملیاتهای SRE، دواپس و زیرساخت بهکار بگیرید؟
- درک کنید چرا هوش مصنوعی برای SRE مدرن مهم است.
- با یکپارچهسازی ابزارهای هوش مصنوعی در پایپلاینهای CI/CD، یک گردشکار SRE مبتنی بر هوش مصنوعی بسازید.
- چالشها و محدودیتهای هوش مصنوعی در SRE را درک کنید.
- برای نقشهای نسل بعدی SRE آماده شوید.
پیشنیازهای دوره
- درک پایهای از سیستمهای IT و علاقه به SRE، دواپس، زیرساخت یا مهندسی ابر
- هیچ تجربه قبلی در هوش مصنوعی یا یادگیری ماشین لازم نیست. همه مفاهیم AI و ML از سطح پایه و با زبان ساده انگلیسی توضیح داده میشوند و به تدریج به مثالهای عملی و واقعی میرسند.
توضیحات دوره
سیستمهای IT مدرن از هر زمان دیگری پیچیدهتر شدهاند. پلتفرمهای ابری، میکروسرویسها، Kubernetes، پایپلاینهای CI/CD و انتظار برای دسترسپذیری دائمی، قابلیت اطمینان و عملیاتها را به یک چالش حیاتی تبدیل کردهاند. نظارت سنتی بر عملیاتهای دستی دیگر کافی نیستند. اینجاست که SRE مجهز به هوش مصنوعی (AIOps) نقش مهمی ایفا میکند.
این دوره آموزش میدهد که هوش مصنوعی چگونه میتواند به صورت عملی در مهندسی قابلیت اطمینان سایت (SRE)، دواپس و عملیاتهای زیرساخت بهکار گرفته شود. همه موارد با زبان ساده انگلیسی توضیح داده میشود. ما از مبانی شروع میکنیم و بهتدریج به موارد استفاده واقعی میرسیم. هیچ پیشینهای در هوش مصنوعی یا یادگیری ماشین لازم نیست.
ابتدا با مفاهیم اصلی SRE مانند SLI و SLO و SLA، بودجه خطا، نظارت، مشاهدهپذیری و مدیریت رخداد آشنا میشوید. سپس اصول هوش مصنوعی و یادگیری ماشین و اینکه چرا برای تیمهای عملیاتهای مدرن مهم هستند را یاد میگیرید.
این دوره کاربردهای عملی هوش مصنوعی مانند تحلیل هوشمند لاگها، تشخیص ناهنجاری، کاهش نویز هشدارها، هشداردهی پیشبینانه و تحلیل علت ریشهای را پوشش میدهد. همچنین یاد میگیرید هوش مصنوعی چگونه عملیاتهای زیرساخت، از جمله مقیاسپذیری پیشبینانه، پیشبینی ظرفیت، بهینهسازی هزینههای ابر و مقیاسبندی خودکار در Kubernetes را بهبود میدهد.
علاوه بر این، دوره هوش مصنوعی در مدیریت تغییر و انتشار، گردشکارهای SRE مبتنی بر هوش مصنوعی، امنیت و اخلاق و آینده هوش مصنوعی در SRE را توضیح میدهد. دموهای عملی با استفاده از اسکریپتهای ساده پایتون و ابزارهای محبوبی مانند Grafana و Elastic به شما کمک میکنند تئوری را به عملی وصل کنید.
در پایان دوره، درک روشنی از این خواهید داشت که چگونه سیستمهای SRE مجهز به هوش مصنوعی را طراحی کرده و با آنها کار کنید و خود را برای نقشهای نسل بعدی SRE و دواپس آماده سازید.
این دوره برای چه کسانی مناسب است؟
- مهندسان SRE و دواپس که میخواهند مفاهیم AI و AIOps را در پایپلاینهای CI/CD و عملیاتهای روزمره بهکار بگیرند.
- مهندسان زیرساخت و ابر که میخواهند از هوش مصنوعی برای مقیاسپذیری پیشبینانه، بهینهسازی هزینه و برنامهریزی ظرفیت استفاده کنند.
هوش مصنوعی برای SRE و دواپس - راهنمای عملی AIOps
-
مقدمه دوره 02:22
-
محتوای دوره 02:37
-
آشنایی با مدرس 01:26
-
هوش مصنوعی در SRE - مقدمه 00:17
-
SRE چیست؟ - بخش 1 08:26
-
SRE چیست؟ - بخش 2 06:09
-
SRE چیست؟ - بخش 3 03:21
-
مهندسی زیرساخت و دواپس چیست؟ 03:35
-
AI/ML چیست؟ - بخش 1 05:42
-
AI/ML چیست؟ - بخش 2 06:01
-
AI/ML چیست؟ - بخش 3 03:11
-
خلاصه 01:03
-
مبانی ارتباط AI/ML با SRE 07:35
-
مزایای هوش مصنوعی برای SRE - بررسی 01:11
-
تحلیل هوشمند لاگها همراه با مثال 06:57
-
خط مبنای متریک و تشخیص روند هوش مصنوعی محور همراه با مثال 03:47
-
همبستگی رویدادها و کاهش نویز با هوش مصنوعی همراه با مثال 04:01
-
هشداردهی پیشبینانه همراه با مثال 04:32
-
چگونه از هوش مصنوعی برای SRE استفاده کنیم؟ 00:55
-
راهکارهای آماده شخص ثالث 02:17
-
راهکارهای نیتیو ارائه شده توسط خود ابزارهای نظارت 05:38
-
ساخت راهکار خودتان همراه با مثال 09:24
-
هوش مصنوعی در مدیریت حادثه - مدیریت حادثه در SRE چیست؟ 00:44
-
هوش مصنوعی در کجای مدیریت حادثه قرار میگیرد؟ 00:36
-
هوش مصنوعی در هر مرحله چگونه کمک میکند؟ 05:37
-
نمونه مدیریت حادثه با کمک هوش مصنوعی همراه با مزایا و معایب 02:59
-
ارتباط هوش مصنوعی با زیرساخت 02:21
-
مزایای هوش مصنوعی برای زیرساخت 04:01
-
چگونه از هوش مصنوعی برای زیرساخت استفاده کنیم؟ 02:41
-
تمرین شبیهسازی 03:00
-
خلاصه 00:59
-
لیست فصلها 00:26
-
مقدمه 01:18
-
پیشبینی ریسک برای انتشارهای جدید 03:17
-
تحلیل هوشمند Canary و rollback خودکار 02:51
-
اعتبارسنجی مداوم با نظارت مجهز به هوش مصنوعی 02:59
-
هوش مصنوعی برای خودکارسازی استقرار و تضمین کیفیت 06:48
-
تمرین شبیهسازی - تحلیل Canary با rollback مجهز به هوش مصنوعی 07:13
-
آنچه تاکنون آموختهایم 07:20
-
لیست فصلها 00:34
-
مقایسه نحوه انجام کار SRE توسط انسان در برابر تسکهای SRE مجهز به هوش مصنوعی 07:32
-
یکپارچهسازی ابزارهای هوش مصنوعی در پایپلاینهای CI/CD همراه با شبیهسازی کدنویسی 10:54
-
ابزارها و فریمورکهای متنباز برای هوش مصنوعی در عملیاتها 02:59
-
بهرهگیری از پلتفرمهای cloud-native AIOps 01:59
-
مطالعات موردی - گردشکارهای SRE تقویت شده با هوش مصنوعی 03:48
-
لیست فصلها 00:21
-
انتخاب ابزارهای مناسب 03:08
-
ساخت راهکار SRE مبتنی بر هوش مصنوعی 04:39
-
بهترین شیوهها برای پذیرش 01:51
-
انسان در حلقه - همراه با مثال 01:31
-
خلاصه 02:14
-
لیست فصلها 00:21
-
محدودیتهای هوش مصنوعی در عملیاتها 01:52
-
نمونه شبیهسازی - مثبت کاذب 01:27
-
انسان در حلقه - ایجاد تعادل میان خودکارسازی هوش مصنوعی و قضاوت SRE 01:17
-
نمونه شبیهسازی - انسان در حلقه 01:24
-
روندهای آینده 01:39
-
تمرین شبیهسازی - خودترمیمی 00:43
-
آماده شدن برای نقش SRE هوش مصنوعی محور 00:54
-
خلاصه 00:32
-
لیست فصلها 00:13
-
نقش Generative AI همراه با نمونههای مطالعه موردی 05:53
-
مهندسی قابلیت اطمینان مبتنی بر هوش مصنوعی همراه با یوزکیس 04:10
-
خلاصه 00:44
-
لیست فصلها 00:24
-
هوش مصنوعی در SRE امنیتی (SecSRE) همراه با نمونه شبیهسازی 02:24
-
ملاحظات اخلاقی در هوش مصنوعی برای SRE همراه با یوزکیسها 01:39
-
حاکمیت و بهترین شیوهها 01:13
-
تمرین شبیهسازی - تحلیل و اصلاح داده سوگیرانه 00:48
-
خلاصه 00:46
-
سپاسگزاریم 01:47
مشخصات آموزش
هوش مصنوعی برای SRE و دواپس - راهنمای عملی AIOps
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:Alls
- تعداد درس:71
- مدت زمان :03:37:17
- حجم :2.07GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy