عن الدورة
تركّز هذه الدورة على كيفية توظيف تقنيات الذكاء الاصطناعي لتحسين الكفاءة التشغيلية لعمليات DevOps. لقد أضفنا بالفعل ميزات ذكاء اصطناعي إلى تطبيقاتنا، وحان الوقت لتطبيق الفكرة نفسها على عمليات DevOps لدينا. ومع انتقال تطبيق «دليل السفر» إلى بيئة الإنتاج، سنغوص في التحديات التي سنواجهها عند التوسّع (Scaling) وكيف يمكننا الحدّ من آثارها. فمع نمو النظام، من المؤكد أننا سنواجه إنذارات مراقبة أثناء فحص بيئة التطوير والتشغيل. وفي هذا السياق، قد يؤدي فيضان المعلومات دون امتلاك الأدوات المناسبة إلى التعطّل: إما أن تمتلك بيانات كثيرة بلا اتجاه واضح لما يمكن اتخاذ إجراء بشأنه، أو—في بعض الحالات—لا تمتلك القدر الصحيح من المعلومات والرؤية اللازمة لاتخاذ قرارات مدروسة. هنا يأتي دور AIOps ليُحدث فرقًا كبيرًا. يشير AIOps إلى استخدام تقنيات التعلم الآلي والذكاء الاصطناعي لأتمتة تحليل البيانات التشغيلية وربط الأحداث واكتشاف الأنماط، بهدف تقليل إرهاق الإنذارات (Alarm Fatigue) وتحويل الإشارات المتناثرة إلى رؤى قابلة للتنفيذ. ستتعرّف في هذه الدورة على كيفية تطبيق مراقبة مدعومة بالذكاء الاصطناعي، وكيفية استخراج مؤشرات عملية من السجلات والمقاييس والتتبّع، ثم دمج ممارسات AIOps ضمن سير عمل DevOps القائم على AWS. كما ستستكشف كيف يمكن لخدمات AWS الداعمة لـ AIOps المساعدة في التنبؤ بالمشكلات قبل وقوعها والوقاية منها، بما يرفع موثوقية التطبيقات ويحسّن زمن الاستجابة للحوادث ويجعل قرارات التشغيل أكثر دقة مع استمرار التوسّع.
ماذا ستتعلم
- فهم مفهوم AIOps ودوره في معالجة التحديات التشغيلية
- تنفيذ مراقبة مدعومة بالذكاء الاصطناعي لتقليل إرهاق الإنذارات وتكدّس المعلومات
- تطبيق تقنيات التعلم الآلي لاستخلاص رؤى قابلة للتنفيذ من البيانات التشغيلية
- دمج ممارسات AIOps مع سير عمل DevOps الحالي على AWS
- استخدام خدمات AWS الخاصة بـ AIOps للتنبؤ بمشكلات التطبيقات ومنعها
المتطلبات المسبقة
- أساسيات AWS السحابية التقنية
المدرسون
Morgan Willis
Principal Cloud Technologist
Rafael Lopes
Senior Cloud Technologist
Russell Sayers
Senior Cloud Technologist