مبانی AIOps: خودکار کردن عملیات فناوری اطلاعات با استفاده از هوش مصنوعی

AIOps Foundations: Automating IT Operations using AI

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در میان چشم‌انداز همیشه در حال تحول فناوری اطلاعات، سازمان‌ها برای بهره‌وری عملیاتی و اوج عملکرد تلاش می‌کنند. با این حال، مدیریت اکوسیستم‌های پیچیده فناوری اطلاعات می‌تواند چالش‌هایی را در حفظ زمان کار، حل سریع مسائل و بهینه‌سازی فرآیندها ایجاد کند. AIOps را وارد کنید، راه حلی که بازی را تغییر می دهد و آماده تغییر شکل شیوه های مدیریت فناوری اطلاعات و تعیین معیارهای جدید است. در این دوره، مشاور مدیریت پریا موهان شما را از طریق اکتشاف جامع AIOps راهنمایی می کند که موضوعاتی مانند جمع آوری داده ها، تشخیص ناهنجاری، نگهداری پیش بینی و اجرای استراتژیک را پوشش می دهد. به مزیت های تغییردهنده اجرای AIOps، از جمله صرفه جویی قابل توجه در کاهش زمان خرابی، افزایش تخصیص منابع، توانمندسازی تیم های خود برای تغییر از آتش نشانی واکنشی به برنامه ریزی استراتژیک و فعال کردن پیش بینی دقیق، غوطه ور شوید. در پایان دوره، شما با اطمینان از راه حل های مبتنی بر هوش مصنوعی برای بهینه سازی عملیات فناوری اطلاعات، کاهش زمان خرابی و بهبود عملکرد کلی استفاده خواهید کرد.

سرفصل ها و درس ها

مقدمه Introduction

  • مروری بر عملیات فناوری اطلاعات و مفاهیم کلیدی هوش مصنوعی Overview of IT operations and key AI concepts

  • مقدمه ای بر AIOps: AIOps چیست؟ Introduction to AIOps: What is AIOps?

  • چرا AIOps اهمیت دارد: تبدیل عملیات فناوری اطلاعات Why AIOps matters: Transforming IT operations

1. هوش مصنوعی برای مدیریت شبکه و زیرساخت 1. AI for Network and Infrastructure Management

  • پیش بینی استفاده از شبکه با Cisco SD-WAN Analytics Forecast network usage with Cisco SD-WAN Analytics

  • نمایش استفاده از HPE Aruba Networking Central's AI Insights Demonstration of using HPE Aruba Networking Central's AI Insights

  • نمایش مقیاس بندی پیش بینی در AWS EC2 Demonstration of predictive scaling in AWS EC2

  • مقیاس بندی پیش بینی برای بهینه سازی منابع رایانش ابری Predictive scaling for optimizing cloud computing resources

  • خط پایه خودکار و تشخیص ناهنجاری شبکه با هوش مصنوعی AI automated baselining and network anomaly detection

  • نسخه ی نمایشی پیش بینی پهنای باند با استفاده از Cisco SD-WAN Analytics Demo of bandwidth forecasting using Cisco SD-WAN Analytics

2. هوش مصنوعی برای مدیریت حوادث و خدمات 2. AI for Incident and Service Management

  • نمایش اتوماسیون فرآیند ServiceNow و PagerDuty Demonstration of ServiceNow and PagerDuty process automation

  • تجزیه و تحلیل علت ریشه ای و توصیه های حل با استفاده از ML Root cause analysis and resolution recommendations using ML

  • تریاژ خودکار حوادث، گروه بندی و تجزیه و تحلیل پیش بینی Automated incident triage, grouping and predictive analytics

  • اتوماسیون فرآیند برای حل مشکلات سریعتر Process automation for faster issue resolutions

  • نمایش تجزیه و تحلیل علت ریشه خودکار ServiceNow Demonstration of ServiceNow's automated root cause analysis

  • نمایش پیش‌بینی خودکار حوادث در ServiceNow Demonstration of automated incident prediction in ServiceNow

3. مدیریت خودکار امنیت با استفاده از هوش مصنوعی 3. Automated Security Management Using AI

  • نظارت بر داده های حساس و مدیریت دسترسی کاربر Sensitive data monitoring and user access management

  • نظارت خودکار امنیتی و پاسخ به حوادث Automated security monitoring and incident response

  • نمایش امنیت داده های Rubrik برای نظارت Demonstration of Rubrik data security for monitoring

  • تهدیدها را با استفاده از هوش مصنوعی Rubrik's Ruby بررسی و اصلاح کنید Investigate and remediate threats using Rubrik's Ruby AI

4. اجرای استراتژیک راه حل های AIOps 4. Strategic Implementation of AIOps Solutions

  • چگونه یک استراتژی پیاده سازی AIOps را توسعه دهیم How to develop an AIOps implementation strategy

  • مزایا و خطرات اجرای AIOps Benefits and risks of AIOps implementation

  • مواردی که باید در هنگام اجرای راه حل های AIOps در نظر گرفت Things to consider while implementing AIOps solutions

نتیجه گیری Conclusion

  • AIOps را در محیط IT منحصر به فرد خود پیاده سازی کنید Implement AIOps in your unique IT environment

نمایش نظرات

مبانی AIOps: خودکار کردن عملیات فناوری اطلاعات با استفاده از هوش مصنوعی
جزییات دوره
1h 22m
23
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
426
- از 5
ندارد
دارد
دارد
Priya Mohan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Priya Mohan Priya Mohan

پریا موهان یک مشاور مدیریت در گروه مشاوره KPMG است.

پریا یک مشاور مدیریت با بیش از هفت سال تجربه است که به مشتریان Fortune 500 در مورد راه حل های فناوری و استراتژی ریسک مشاوره می دهد. تخصص او شامل مدیریت ریسک فناوری، توسعه محصول و تحول عملیات است. او نقشه‌های راه فناوری و عملیات را برای مجموعه سی بیش از 30 شرکت فورچون 500 توسعه داده است. پریا همچنین به عنوان سخنران در چندین کنفرانس فناوری مشارکت داشته است. او مدرک کارشناسی ارشد مهندسی زیست پزشکی را از دانشگاه راتگرز گرفت.