연락처 정보
 기간 14 시간

코스 개요

오픈 소스 AIOps 아키텍처 설계

  • 오픈 소스 AIOps 파이프라인의 주요 컴포넌트 개요
  • 인제션(Ingestion)부터 경고까지의 데이터 흐름
  • 도구 비교 및 통합 전략

데이터 수집 및 집계

  • Prometheus를 이용한 시계열 데이터 수집
  • Logstash 및 Beats를 이용한 로그 캡처
  • 크로스 소스 상관관계 분석을 위한 데이터 정규화

관찰 가능성 대시보드 구축

  • Grafana를 이용한 메트릭 시각화
  • Kibana를 이용한 로그 분석 대시보드 제작
  • Elasticsearch 쿼리를 활용한 운영 인사이트 추출

이상치 감지 및 사고 예측

  • 관찰 가능성 데이터를 Python 파이프라인으로 내보내기
  • 아웃라이어 감지 및 예측을 위한 ML 모델 학습
  • 관찰 가능성 파이프라인에서 실시간 추론을 위한 모델 배포

오픈 소스 도구를 활용한 경고 및 자동화

  • Prometheus 경고 규칙 및 Alertmanager 라우팅 생성
  • 자동 응답을 위한 스크립트 또는 API 워크플로우 트리거
  • 오픈 소스 오케스트레이션 도구 활용(예: Ansible, Rundeck)

통합 및 확장성 고려 사항

  • 고용량 인제션 및 장기 데이터 보존 처리
  • 오픈 소스 스택에서의 보안 및 접근 제어
  • 인제션, 처리, 경고 레이어별 독립적 확장

실무 적용 사례 및 확장

  • 케이스 스터디: 성능 튜닝, 다운타임 예방, 비용 최적화
  • 트레이싱 도구 또는 서비스 그래프를 통한 파이프라인 확장
  • 프로덕션 환경에서 AIOps를 실행 및 유지하는 모범 사례

요약 및 다음 단계

요건

  • Prometheus 또는 ELK와 같은 관찰 가능성(Observability) 도구에 대한 경험
  • Python 및 머신러닝 기초에 대한 실무 지식
  • IT 운영 및 경고 워크플로우에 대한 이해

대상 독자

  • 고급 사이트 리엔지니어(SRE)
  • 운영 분야에 종사하는 데이터 엔지니어
  • DevOps 플랫폼 리드 및 인프라 아키텍트

참가자 수


참가자별 가격

예정된 코스

관련 카테고리