Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
El Panorama de la Observabilidad con IA
- De los paneles a las conversaciones: el cambio hacia una observabilidad aumentada por IA.
- Capacidades de LLM relevantes para la observabilidad: resumimiento, razonamiento, coincidencia de patrones.
- Patrones de arquitectura: integrar IA en las pilas de observabilidad existentes.
Consulta de Telemetría por Lenguaje Natural
- De texto a PromQL: traducir lenguaje natural en consultas de monitoreo.
- Consultas en lenguaje natural para almacenes de registros de Elasticsearch, OpenSearch y Loki.
- Generación de SQL desde lenguaje natural para telemetría estructurada.
- Construcción de un agente asistente de consultas con uso de herramientas y conciencia del contexto.
Análisis de Registros Alimentado por LLMs
- Parseo y estructuración automatizada de registros con LLMs.
- Detección de anomalías en flujos de registros utilizando similitud de embeddings.
- Agrupamiento de registros y descubrimiento de patrones a gran escala.
- Generación de explicaciones legibles por humanos a partir de secuencias de registro sin procesar.
Alertas Inteligentes y Enriquecimiento de Incidentes
- Correlación y deduplicación de alertas con comprensión semántica.
- Recopilación automatizada de contexto del incidente a partir de libros de ejecución (runbooks), incidentes anteriores y documentación.
- Ruteo inteligente de alertas basado en la comprensión del contenido y la experiencia del equipo.
- Reducción de la fatiga de alertas mediante reducción de ruido impulsada por IA.
Análisis de Causa Raíz Asistido por IA
- Generación de hipótesis a partir de la correlación de telemetría multisource.
- Cadenas de evidencia: conectar síntomas entre métricas, registros y trazas.
- Troubleshooting guiado con sesiones de diagnóstico interactivo con IA.
- Construcción de un agente de análisis de causa raíz con investigación progresiva.
Respuesta Automatizada a Incidentes y Comunicación
- Generación de resúmenes de incidentes y actualizaciones de estado a partir de la telemetría.
- Borrado automático de postmortem con reconstrucción de la línea de tiempo.
- Comunicación con stakeholders adaptada para audiencias técnicas y ejecutivas.
- Sugerencia de libros de ejecución y recomendaciones de remediación automatizada.
Máquinas de Aprendizaje (ML) para Observabilidad
- Pronóstico de series temporales para planificación de capacidad y predicción de anomalías.
- Modelos base para detección de anomalías en métricas sin entrenamiento previo (zero-shot).
- Mapeo de dependencias de servicios basado en embeddings y descubrimiento de topología.
- Entrenamiento e implementación de modelos de ML ligeros junto a los pipelines de observabilidad.
Implementación en Producción y Ética
- Consideraciones de latencia y costo para la observabilidad con IA en tiempo real.
- Privacidad de datos: asegurar que los LLMs no filtren telemetría sensible.
- Supervisión humana: cuándo el diagnóstico de IA requiere validación por parte del operador.
- Medición del impacto: MTTD, MTTR y métricas de la experiencia de guardia (on-call).
Requerimientos
- Experiencia con herramientas de observabilidad como Prometheus, Grafana, Datadog u OpenTelemetry.
- Familiaridad con conceptos de gestión de registros y métricas.
- Conocimientos básicos de scripting en Python para procesamiento de datos.
Audiencia Objetivo
- Ingenieros de SRE y observabilidad adoptando herramientas mejoradas con IA.
- Ingenieros de plataforma que construyen pipelines de monitoreo de próxima generación.
- Líderes de DevOps que evalúan la integración de LLMs en flujos de trabajo de incidentes.
14 Horas
