Formation Fondamentaux de l'AIOps : surveillance, corrélation et alertage intelligent

Introduction à l'AIOps

• Qu'est-ce que l'AIOps et pourquoi c'est important
• Surveillance traditionnelle vs. observabilité basée sur l'AIOps
• Architecture AIOps et composants clés

Collecte et normalisation des données opérationnelles

• Types de données d'observabilité : métriques, journaux et traces
• Ingestion de données à partir de multiples sources (serveurs, conteneurs, cloud)
• Utilisation d'agents et d'exportateurs (Prometheus, Beats, Fluentd)

Corrélation des données et détection d'anomalies

• Corrélation des séries chronologiques et méthodes statistiques
• Utilisation de modèles d'IA pour la détection d'anomalies
• Détection des incidents dans les systèmes distribués

Alertage et réduction du bruit

• Conception de règles et de seuils d'alerte intelligents
• Suppression, déduplication et regroupement des alertes
• Intégration avec Alertmanager, Slack, PagerDuty ou Opsgenie

Analyse des causes racines et visualisation

• Utilisation de tableaux de bord pour visualiser les métriques et détecter les tendances
• Exploration des événements et des chronologies pour l'analyse des causes racines (RCA)
• Suivi des problèmes à travers les couches avec des outils de traçage distribué

Automatisation et remédiation

• Déclenchement de scripts ou de workflows automatiques depuis les incidents
• Intégration avec les systèmes ITSM (ServiceNow, Jira)
• Cas d'usage : auto-réparation, redimensionnement, routage du trafic

Plateformes AIOps open source et commerciales

• Aperçu des outils : Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Critères d'évaluation pour le choix d'une plateforme AIOps
• Démo et pratique avec une pile sélectionnée

Résumé et prochaines étapes