Corso di formazione Fondamenti di AIOps: Monitoraggio, Correlazione e Allerta Intelligente

Introduzione all'AIOps

• Cos'è l'AIOps e perché è importante
• Monitoraggio tradizionale vs. osservabilità guidata dall'AIOps
• Architettura AIOps e componenti chiave

Raccolta e Normalizzazione dei Dati Operativi

• Tipi di dati di osservabilità: metriche, log e tracciamenti
• Ingestione di dati da più fonti (server, contenitori, cloud)
• Utilizzo di agenti ed esportatori (Prometheus, Beats, Fluentd)

Correlazione dei Dati e Rilevamento delle Anomalie

• Correlazione delle serie temporali e metodi statistici
• Utilizzo di modelli di apprendimento automatico per il rilevamento delle anomalie
• Rilevamento degli incidenti nei sistemi distribuiti

Allerte e Riduzione del Rumore

• Progettazione di regole di allarme e soglie intelligenti
• Soppressione, deduplicazione e raggruppamento delle allerte
• Integrazione con Alertmanager, Slack, PagerDuty o Opsgenie

Analisi delle Cause Radice e Visualizzazione

• Utilizzo di dashboard per visualizzare le metriche e rilevare le tendenze
• Esplorazione di eventi e cronologie per l'analisi delle cause radice (RCA)
• Tracciamento dei problemi tra i livelli con strumenti di tracciamento distribuito

Automazione e Riparazione

• Attivazione di script o flussi di lavoro automatizzati da incidenti
• Integrazione con i sistemi ITSM (ServiceNow, Jira)
• Casi d'uso: auto-riparazione, scaling, instradamento del traffico

Piattaforme AIOps Open Source e Commerciali

• Panoramica degli strumenti: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Criteri di valutazione per la selezione di una piattaforma AIOps
• Demo e pratica con uno stack selezionato

Riepilogo e Prossimi Passi