AIOps Temelleri: İzleme, Korelasyon ve Akıllı Uyarılar Eğitimi

AIOps'e Giriş

• AIOps nedir ve neden önemlidir
• Geleneksel izleme vs. AIOps odaklı gözlemlenebilirlik
• AIOps mimarisi ve ana bileşenler

Operasyonel Veri Toplama ve Normalizasyonu

• Gözlemlenebilirlik veri türleri: metrikler, günlükler ve izlemeler (traces)
• Birden fazla kaynaktan (sunucular, konteynerler, bulut) veri alma
• Ajanlar ve dışa aktarıcılar (Prometheus, Beats, Fluentd) kullanımı

Veri Korelasyonu ve Anomali Tespiti

• Zaman serisi korelasyonu ve istatistiksel yöntemler
• Anomali tespiti için makine öğrenmesi modellerinin kullanımı
• Dağıtık sistemlerde olay tespiti

Uyarı Sistemleri ve Gürültü Azaltma

• Akıllı uyarı kuralları ve eşik değerleri tasarımı
• Bastırma, kopyala-çıkarma (deduplication) ve uyarı gruplandırma
• Alertmanager, Slack, PagerDuty veya Opsgenie ile entegrasyon

Kök Neden Analizi ve Görselleştirme

• Metrikleri görselleştirmek ve eğilimleri tespit etmek için panoların kullanımı
• Kök Neden Analizi (RCA) için olay ve zaman çizelgelerini keşfetme
• Dağıtık izleme araçlarıyla katmanlar arası sorun takibi

Otomasyon ve Onarım (Remediation)

• Olaylardan tetiklenen otomatik betik veya iş akışları
• BİTSM sistemleri (ServiceNow, Jira) ile entegrasyon
• Kullanım durumları: kendini iyileştirme, ölçeklendirme, trafiği yeniden yönlendirme

Açık Kaynak ve Ticari AIOps Platformları

• Araçların genel bakışı: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Bir AIOps platformu seçmek için değerlendirme kriterleri
• Seçilen yığınla demo ve uygulama

Özet ve Bir Sonraki Adımlar