AI 驅動的可觀測性：從日誌到 LLM 賦能的洞見培訓
傳統的可觀測性依賴儀表板、閾值警報和手動深入分析日誌。AI 驅動的可觀測性通過對遥測數據的自然語言查詢、LLM 支持的根因分析、使用基礎模型進行異常檢測，以及理解上下文的自動事件摘要來轉變這一現狀。
這門由講師主導的現場培訓（線上或線下）面向希望將 LLM 和 AI 整合到監控、警報和事件分析工作流中的可觀測性和 SRE 工程師。
在本課程結束時，學員將能夠：
- 為查詢 Prometheus、Elasticsearch 和基於 SQL 的可觀測性存儲構建自然語言界面。
- 實施 LLM 支持的日誌分析和異常檢測管道。
- 從原始遥測數據生成自動事件摘要和事後報告草稿。
- 設計具有證據鏈接的 AI 輔助根因分析工作流。
- 整合基礎模型以進行時間序列異常檢測和預測。
- 部署具有智能警報增強功能的 AI 增強型當值體驗。
課程格式
- 互動式講座和討論。
- 大量的練習和實踐。
- 在實時實驗室環境中進行動手實施。
課程自定義選項
- 如需請求自定義培訓，請聯繫我們進行安排。
課程簡介
AI 可觀測性全景
- 從儀表板到對話：向 AI 增強的可觀測性的轉變
- 與可觀測性相關的 LLM 能力：摘要、推理、模式匹配
- 架構模式：將 AI 嵌入現有可觀測性堆棧
自然語言遥測查詢
- 文本到 PromQL：將自然語言轉換為監控查詢
- Elasticsearch、OpenSearch 和 Loki 日誌存儲的 NL 查詢
- 用於結構化遥測的自然語言 SQL 生成
- 構建具有工具使用和上下文感知能力的查詢助手代理
LLM 驅動的日誌分析
- 使用 LLM 進行自動日誌解析和結構化
- 使用嵌入相似性在日誌流中檢測異常
- 大規模的日誌聚類和模式發現
- 從原始日誌序列生成易於理解的解釋
智能警報與事件增強
- 基於語義理解的警報關聯和去重
- 從運行手冊、歷史事件和文檔中自動收集事件上下文
- 基於內容理解和團隊專業知識的智能警報路由
- 使用 AI 驅動的降噪減少警報疲勞
AI 輔助的根因分析
- \r
- 通過多源遥測關聯生成假設
- 證據鏈接：連接指標、日誌和追蹤中的症狀
- 通過互動式 AI 診斷會話進行引導式故障排除
- 構建具有漸進式調查能力的根因分析代理
自動化事件響應與溝通
- 從遥測數據生成事件摘要和狀態更新
- 通過時間線重建自動起草事後報告
- 針對技術和高層管理受眾定製利益相關者溝通
- 運行手冊建議和自動修復推薦
可觀測性中的機器學習
- 用於容量規劃和異常預測的時間序列預測
- 用於指標零樣本異常檢測的基礎模型
- 基於嵌入的服務依賴映射拓撲發現
- 在可觀測性管道旁訓練和部署輕量級 ML 模型
生產部署與倫理
- 實時 AI 可觀測性的延遲和成本考慮
- 數據隱私：確保 LLM 不洩漏敏感遥測數據
- 人工監督：何時需要操作員驗證 AI 診斷
- 衡量影響：MTTD、MTTR 和當值體驗指標
最低要求
- 具備 Prometheus、Grafana、Datadog 或 OpenTelemetry 等可觀測性工具的經驗。
- 熟悉日誌管理和指標概念。
- 具備用於數據處理的基本 Python 編程腳本能力。
受眾
- 採用 AI 增強工具的 SRE 和可觀測性工程師。
- 構建下一代監控管道的平台工程師。
- 評估將 LLM 整合到事件工作流中的 DevOps 負責人。
需要幫助選擇合適的課程嗎？
macao@nobleprog.com 或 +852 81990613
AI 驅動的可觀測性：從日誌到 LLM 賦能的洞見培訓 - 詢問
AI 驅動的可觀測性：從日誌到 LLM 賦能的洞見 - 咨詢詢問
相關課程
使用 Gemini 3 和 Google Antigravity 進行智能代理開發
21 小時進階反重力技術：回饋迴路、學習機制與長效能體記憶
14 小時Mastra 進階整合：API、工具、企業數據及外部系統
21 小時這門在 澳門 舉行的講師帶領培訓涵蓋 Mastra 進階整合，包括 API、工具及企業數據系統。專為中階工程師設計，課程教授安全、可擴展的整合設計，並透過真實場景與最佳實踐進行實戰實施。
互動式 AI 代理：AgentCore 記憶體、程式碼直譯器與瀏覽器工具的實際應用
14 小時使用 AgentCore Runtime 與 Gateway 加速 AI 智能體部署
14 小時Antigravity 開發者指南：建構代理優先應用程式
21 小時Antigravity 入門：智能體優先 IDE 概覽
14 小時面向網頁自動化及瀏覽器相關任務的 Google Antigravity
21 小時使用 AgentCore 建置完全管理的 AI 代理：從概念到生產環境
14 小時使用 Mastra 開發 AI 代理
14 小時這是由講師帶領的實時培訓課程（線上或線下），旨在幫助中階軟體開發人員和工程團隊構建可擴展且具備可觀察性的 AI 系統。
完成本課程後，學員將能夠：
- 理解 Mastra 的架構及其與大型語言模型（LLM）和外部 API 的集成方式。
- 使用 TypeScript 設計和實現 AI 代理及工作流程。
- 運用 Mastra 的可觀察性和記憶工具來監控並提升代理效能。
- 利用 Mastra 的框架特性，部署生產級別的 AI 應用程序。
Mastra AI 代理除錯、評估與品質保證
21 小時此由講師授課的 澳門 培訓課程涵蓋 Mastra 工具，用於 AI 代理的除錯、評估及可靠性保證。學員將應用結構化指標、部署可觀察性工作流程並設計 QA 策略，以確保代理在複雜環境中的一致表現。
Mastra 運維與生產工程：AI 智能體（AI Agents）的部署與擴展
21 小時這門在 澳門 舉行的實地培訓課程，將引導技術專業人士掌握 Mastra AI 智能體在生產環境中的部署與擴展方法。課程涵蓋環境準備、可觀測性分析以及效能最佳化等內容，以確保智能體運作的穩定性、高效性及成本效益。
Mastra 工作流程自動化與多智能體編排
21 小時本課程為 澳門 的授課式培訓，涵蓋 Mastra 框架在高級多智能體編排方面的基礎知識。學習如何設計複雜工作流程、協調並行任務，並實施監控工具，以確保分布式系統的穩定性及企業級集成。
