AI for DevOps: 将智能集成到CI/CD流水线中 培训

AIOps（IT运维人工智能）正越来越多地用于预测事件发生前的故障，并自动化根本原因分析（RCA），以最小化停机时间并加速问题解决。

本课程为讲师引导的培训（线上或线下），面向希望使用AIOps工具和机器学习模型实现预测分析、自动化修复并设计智能RCA工作流程的高级IT专业人士。

在本培训结束时，参与者将能够：

• 构建和训练机器学习模型，以检测导致系统故障的模式。
• 基于多源日志和指标相关性，自动化RCA工作流程。
• 将告警和修复流程集成到现有平台中。
• 在生产环境中部署和扩展智能AIOps管道。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

AIOps（IT运营人工智能）是一种应用机器学习和分析技术来自动化并改善IT运营的实践，特别是在监控、事件检测和响应领域。

本次由讲师指导的培训（线上或线下）面向中级IT运营专业人员，他们希望实施AIOps技术，以关联指标和日志，减少警报噪音，并通过智能自动化提高可观测性。

培训结束后，参与者将能够：

• 理解AIOps平台的原理和架构。
• 关联日志、指标和跟踪数据以识别根本原因。
• 通过智能过滤和噪音抑制减少警报疲劳。
• 使用开源或商业工具自动监控和响应事件。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

一个完全使用开源工具构建的AIOps管道，让团队能够为生产环境中的可观测性、异常检测和智能警报设计成本效益高且灵活的解决方案。

这项由讲师指导的培训（线上或线下）针对希望使用Prometheus、ELK、Grafana和自订ML模型构建和部署端到端AIOps管道的高级工程师。

在本培训结束时，参与者将能够：

• 仅使用开源组件设计AIOps架构。
• 从日志、指标和追踪中收集并标准化数据。
• 应用ML模型来检测异常并预测事件。
• 使用开源工具自动化警报和修复。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手实作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AI驱动的QA自动化通过生成智能测试用例、优化回归覆盖率，并将智能质量门集成到CI/CD管道中，从而增强传统测试，实现可扩展且可靠的软件交付。

本次由讲师指导的培训（线上或线下）面向中级水平的QA和DevOps专业人士，旨在帮助他们应用AI工具，自动化并扩展持续集成和部署工作流程中的质量保证。

培训结束后，学员将能够：

• 使用AI驱动的自动化平台生成、优先排序和维护测试。
• 将智能QA门集成到CI/CD管道中，以防止回归。
• 使用AI进行探索性测试、缺陷预测和测试不稳定性分析。
• 在快速推进的敏捷项目中优化测试时间和覆盖率。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

GitHub Copilot 是一个 AI 驱动的编码助手，帮助自动化开发任务，包括 DevOps 操作，如编写 YAML 配置、GitHub Actions 和部署脚本。

这是一个由讲师指导的培训（线上或线下），适合初级到中级专业人士，他们希望使用 GitHub Copilot 来简化 DevOps 任务，提升自动化水平，并提高生产力。

培训结束后，参与者将能够：

• 使用 GitHub Copilot 协助进行 Shell 脚本编写、配置和 CI/CD 管道。
• 在 YAML 文件和 GitHub Actions 中利用 AI 代码补全功能。
• 加速测试、部署和自动化工作流程。
• 在理解 AI 限制和最佳实践的基础上，负责任地使用 Copilot。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制此课程的培训，请联系我们安排。

DevSecOps with AI 是将人工智能整合到DevOps管道中的实践，以主动检测漏洞、执行安全策略，并在整个软件交付生命周期中自动化响应操作。

本课程为讲师引导的培训（线上或线下），面向中级DevOps和安全专业人员，旨在应用基于AI的工具和实践，增强开发和部署管道中的安全自动化。

在本培训结束时，参与者将能够：

• 将AI驱动的安全工具嵌入CI/CD管道。
• 使用AI驱动的静态和动态分析，更早地发现问题。
• 自动化秘密检测、代码漏洞扫描和依赖风险分析。
• 启用主动威胁建模和策略执行，使用智能技术。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Enterprise AIOps 平台，如 Splunk、Moogsoft 和 Dynatrace，提供了强大的功能，能够在大规模 IT 环境中检测异常、关联警报并自动化响应。

本课程为讲师指导的培训（线上或线下），面向希望将 AIOps 工具集成到其现有可观测性堆栈和操作工作流中的中级企业 IT 团队。

通过本培训，参与者将能够：

• 配置并将 Splunk、Moogsoft 和 Dynatrace 集成到统一的 AIOps 架构中。
• 使用 AI 驱动的分析，关联分布式系统中的指标、日志和事件。
• 通过内置和自定义工作流，自动化事件检测、优先级排序和响应。
• 优化性能，减少 MTTR，并在企业规模上提高操作效率。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程申请定制培训，请联系我们安排。

Prometheus 和 Grafana 是现代基础设施中广泛采用的可观测性工具，而机器学习通过提供预测性和智能化的洞察，增强了这些工具，以自动化运维决策。

本次由讲师指导的培训（线上或线下）面向中级可观测性专业人员，旨在通过整合 AIOps 实践，使用 Prometheus、Grafana 和机器学习技术，实现监控基础设施的现代化。

在培训结束时，参与者将能够：

• 配置 Prometheus 和 Grafana，以实现跨系统和服务的可观测性。
• 收集、存储和可视化高质量的时间序列数据。
• 应用机器学习模型进行异常检测和预测。
• 基于预测性洞察构建智能告警规则。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

LLMs和自主代理框架如AutoGen和CrewAI正在重新定义DevOps团队如何通过模拟人类协作和决策来自动化任务，例如变更跟踪、测试生成和警报分类。

本课程为讲师主导的培训（线上或线下），面向希望设计和实施由大型语言模型（LLMs）和多代理系统驱动的DevOps自动化工作流程的高级工程师。

培训结束后，学员将能够：

• 将基于LLM的代理集成到CI/CD工作流程中，实现智能自动化。
• 使用代理自动化测试生成、提交分析和变更摘要。
• 协调多个代理进行警报分类、生成响应和提供DevOps建议。
• 使用开源框架构建安全且可维护的代理驱动工作流程。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。