Oreilly – AI Operations (AIOps): Using Agentic AI to Operate Your Network 2026-5

در تاریخ: 1405/05/30 8:56:40

توضیحات

دوره AI Operations (AIOps): Using Agentic AI to Operate Your Network. این دوره آموزشی به بررسی نحوه استفاده از هوش مصنوعی عاملی (Agentic AI) برای خودکارسازی و هوشمندسازی فرآیندهای مدیریت و بهره‌برداری از شبکه‌ها در زیرساخت‌های ابری و محلی می‌پردازد. دوره ویدیویی عملیات هوش مصنوعی (AIOps): استفاده از هوش مصنوعی عاملی برای مدیریت شبکه یک دوره کاملاً فنی است که برای متخصصان فناوری اطلاعات طراحی شده تا نحوه مدرن‌سازی عملیات شبکه و زیرساخت‌ها را بیاموزند. این آموزش توضیح می‌دهد که چگونه سیستم‌های هوشمند مبتنی بر هوش مصنوعی عاملی که قابلیت اقدام مستقل دارند، می‌توانند وظایف عملیاتی روز اول (Day 1) شامل راه‌اندازی و پیکربندی اولیه و وظایف روز دوم (Day 2) شامل پایش، مانیتورینگ و نگهداری را در محیط‌های محلی و ابری بر عهده بگیرند. این دوره فرآیند تکامل سیستم‌های هوش مصنوعی از ابزارهای تحت نظارت به عامل‌های نیمه‌نظارتی و در نهایت عامل‌های کاملاً خودمختار را بررسی کرده و پیامدهای این تغییر بزرگ را در محیط‌های مرکز عملیات شبکه (NOC) و مرکز عملیات امنیت (SOC) تشریح می‌کند. این آموزش به جای نگاه سطحی به هوش مصنوعی، بر معمار‌ی‌ها، چارچوب‌ها و بهترین روش‌های استاندارد تمرکز دارد تا به تیم‌های فنی در ارزیابی نقاط مناسب برای پیاده‌سازی اتوماسیون کمک کند. فراگیران در این دوره می‌آموزند که چگونه حضور انسان در فرآیندهای تصمیم‌گیری حیاتی را حفظ کرده و انتقال به سیستم‌های هوشمند را به صورت مسئولانه مدیریت نمایند. با تکیه بر واقعیت‌های عملیاتی امروز، این دوره هم به عنوان یک مرجع جامع برای ارزیابی AIOps و هم به عنوان یک راهنمای کاربردی برای شروع کار با سیستم‌های مبتنی بر عامل عمل می‌کند. شرکت‌کنندگان درک عمیقی از نحوه کاهش عیب‌یابی‌های دستی، افزایش قابلیت اطمینان شبکه و کنترل هزینه‌های عملیاتی که بخش عمده‌ای از بودجه‌های فناوری اطلاعات را مصرف می‌کنند، به دست خواهند آورد.

آنچه فرا خواهید گرفت

مفهوم هوش مصنوعی عاملی: درک چیستی هوش مصنوعی عاملی (Agentic AI) و تفاوت عامل‌های هوشمند با ابزارهای اتوماسیون سنتی.
تحلیل عملیات شبکه: تحلیل وظایف مربوط به روز اول (Day 1) و روز دوم (Day 2) برای شناسایی فرآیندهای مناسب اتوماسیون.
بررسی معماری‌های عامل: ارزیابی معماری‌ها و چارچوب‌های رایج مورد استفاده در عملیات مدرن AIOps.
کاربرد مدل‌های پیشرفته: به‌کارگیری مدل‌های زبانی بصری، مدل‌های زبان طبیعی و پایگاه‌های داده گرافی در سیستم‌های عاملی.
مقایسه استراتژی‌های استقرار: مقایسه روش‌های استقرار تمرکزیافته در مقابل توزیع‌شده و فدرال برای عامل‌ها.
طراحی محیط‌های امن: طراحی زیرساخت‌های امن برای ارتباط و میزبانی عامل با عامل (Agent-to-Agent Communication).
توضیح‌پذیری و مشاهده‌پذیری: ادغام قابلیت‌های توضیح‌پذیری و مشاهده‌پذیری در جریان‌های کاری عملیاتی مبتنی بر هوش مصنوعی.
برنامه‌ریزی برای اجرای خودمختار: برنامه‌ریزی ایمن برای انتقال فرآیندها از حالت تحت نظارت به نیمه‌نظارتی و خودمختار.

این دوره مناسب افرادیست که

متخصصان عملیات شبکه: افرادی که در محیط‌های NOC یا SOC مشغول به فعالیت هستند.
مهندسان عملیات سیستم و ابر: متخصصانی که مسئولیت انجام وظایف روز اول و روز دوم را بر عهده دارند.
مهندسان DevOps: افرادی که به دنبال بررسی استراتژی‌های اتوماسیون مبتنی بر هوش مصنوعی هستند.
معماران ابر: متخصصانی که زیرساخت‌های مقیاس‌پذیر و آماده برای پذیرش هوش مصنوعی را طراحی می‌کنند.
رهبران فناوری اطلاعات: تصمیم‌گیرندگان فنی که قصد ارزیابی سیستم‌های AIOps و فناوری‌های مبتنی بر عامل را دارند.
علاقه‌مندان به اتوماسیون پیشرفته: متخصصانی که تمایل دارند هوش مصنوعی عاملی را در عملیات واقعی به کار گیرند.