Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.
KI-generierte Illustration
.svg)
.svg)
€ 1.490,–
zzgl. MwSt.
€ 1.773,10
inkl. MwSt.
Buchungsnummer
41169
Veranstaltungsort
Online
.svg)
2 Termine
€ 1.490,–
zzgl. MwSt.
€ 1.773,10
inkl. MwSt.
Buchungsnummer
41169
Veranstaltungsort
Online
2 Termine
zzgl. MwSt.
inkl. MwSt.
Buchungsnummer
Veranstaltungsort
0 Termine
Werde zertifizierter
Machine Lerning Engineer
Machine Lerning Engineer
Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.
Zur Master Class
Inhouse Training
Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.
Anfragen
In Kooperation mit
Best Practice für den Aufbau von Full-Stack Observability, die die Resilienz von Services verbessern. Dazu gehören: Aufbau aussagekräftiger Traces über temporale Topologies hinweg, Auswirkungen von DevSecOps & AIOps sowie der Aufbau eines 360°-Dashboards.
Inhalte
1. Exploring Observability
- What is Observability?
- Why is Observability Important?
- Why Traditional Monitoring is not Enough?
- Observability Maturity Model
2. Pillars of Observability
- Telemetry
- Three Pillars of Observability: Logs, Metrics & Traces
3. Open Source Landscape
- What is Observability made of?
- OpenTelemetry
- The Rest of the Open Source Ecosystem
4. Service Maps and Topology
- Service Maps
- Topology
- Time Travel Topology
- Escalation Graphs
5. DataOps helps get Observability Right
- Observability and the Data Paradox
- Why Observability Needs DataOps
- Data Ownership and Governance
- Data Privacy and Observability
6. Building Observability with AIOps
- Enterprises Platform and AIOps
- AI / ML Use Cases
7. Security and Networking
- Observing Security
- Container Security
- Network Observability
- Visibility and Integration
8. Observability Practices for DevOps and SRE
- Observability Indicators
- Dashboards and Visualization
- Chaos Engineering
Dein Nutzen
- Verstehen von Observability und den verschiedenen Reifegraden
- Aufbauen von Observability in verteilten Architekturen
- Interpretieren temporaler Topologie
- Verstehen von DataOps und Anwenden seiner Prinzipien zum Aufbau einer Observability-Pipeline
- Erweitern von Observability mit AIOps
- Aufbauen von Netzwerk- und Sicherheits- Observability-Grundlagen
- Aufbauen einer starken DevSecOps- und SRE-Kultur durch Observability
Trainer:innen
Alexander Lichtenberger
Methoden
Interaktives Training mit einem Mix aus Fachimplusen, Übungen und Diskussionen. Die Teilnehmenden werden unterstützt durch fundiertes und zertifiziertes Trainingsmaterial, das auch nach dem Seminar wertvolle Unterstützung für den Projektalltag liefert.
Empfohlen für
- Personen, die sich auf die Skalierbarkeit und Zuverlässigkeit großer Dienste konzentrieren
- Interessierte an moderner IT-Führung und Organisationsänderungs-Ansätzen
- Berater:innen
- DevOps-Praktiker:innen
- Software-Ingenieur:innen
- Site Reliability Engineers (SRE)
- Systemintegrator:innen
- Anbieter:innen von Tools und Lösungen im IT-Bereich
Praktische Erfahrungen im Bereich von DevOps und / oder Site Reliability Engineering sind von Vorteil.
.jpg)
.svg)
