Curso de Fundamentos de AIOps: Monitoramento, Correlação e Alertas Inteligentes

Introdução ao AIOps

• O que é AIOps e por que isso importa
• Monitoramento tradicional vs. observabilidade impulsionada por AIOps
• Arquitetura de AIOps e principais componentes

Coleta e Normalização de Dados Operacionais

• Tipos de dados de observabilidade: métricas, logs e traços
• Ingestão de dados de múltiplas fontes (servidores, contêineres, nuvem)
• Uso de agentes e exportadores (Prometheus, Beats, Fluentd)

Correlação de Dados e Detecção de Anomalias

• Correlação de séries temporais e métodos estatísticos
• Uso de modelos de ML para detecção de anomalias
• Detecção de incidentes em sistemas distribuídos

Alertas e Redução de Ruído

• Design de regras e limites inteligentes para alertas
• Supressão, deduplicação e agrupamento de alertas
• Integração com Alertmanager, Slack, PagerDuty ou Opsgenie

Análise de Causa Raiz e Visualização

• Uso de dashboards para visualizar métricas e detectar tendências
• Exploração de eventos e linhas do tempo para RCA
• Rastreamento de problemas entre camadas com ferramentas de rastreamento distribuído

Automação e Correção

• Acionamento de scripts ou fluxos de trabalho automatizados a partir de incidentes
• Integração com sistemas de ITSM (ServiceNow, Jira)
• Casos de uso: autocura, escalonamento, redirecionamento de tráfego

Plataformas de AIOps de Código Aberto e Comerciais

• Visão geral das ferramentas: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Critérios de avaliação para seleção de uma plataforma de AIOps
• Demonstração e prática com um stack selecionado

Resumo e Próximos Passos