Ce que vous devez savoir avant
Vous commencez

Débute 4 June 2026 18:26

Se termine 4 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Codification des Connaissances K8s : Comment Nous Avons Conçu le Compagnon Ultime des SRE avec Bedrock

DevOpsDays Tel Aviv via YouTube

DevOpsDays Tel Aviv

6076 Cours


30 minutes

Amélioration optionnelle disponible

Not Specified

Progressez à votre rythme

Free Video

Amélioration optionnelle disponible

Aperçu

Programme

  • Introduction à Kubernetes et SRE
  • Aperçu de l'architecture de Kubernetes
    Rôle de l'ingénierie de fiabilité du site (SRE) dans la gestion de Kubernetes
    Introduction aux problèmes courants de Kubernetes et à leur dépannage
  • Comprendre la connaissance tribale en SRE
  • Définition et exemples de connaissances tribales
    Défis de la dépendance à l'expertise non documentée
    Importance de codifier les connaissances
  • Introduction à Amazon Bedrock
  • Aperçu d'Amazon Bedrock et de ses capacités
    Avantages de l'utilisation d'Amazon Bedrock pour les solutions d'IA
    Intégration d'Amazon Bedrock avec les environnements Kubernetes
  • Développer un compagnon SRE alimenté par l'IA
  • Objectifs clés du compagnon IA
    Conception de l'architecture pour l'intégration de l'IA
    Utilisation de l'IA pour transformer les connaissances tribales
  • Collecte et analyse de données
  • Méthodes de collecte de données SRE et Kubernetes
    Analyse des données pour identifier des schémas et des idées
    Transformer les connaissances issues des données en actions concrètes
  • Développer des modèles d'IA pour le dépannage
  • Création et formation de modèles d'IA avec Bedrock
    Adaptation des modèles aux problèmes spécifiques de Kubernetes
    Test de l'exactitude et de la performance des modèles
  • Mise en œuvre du compagnon SRE pour la réponse aux incidents
  • Intégration du compagnon IA dans les flux de travail existants
    Amélioration de la réponse aux incidents avec des informations exploitables
    Études de cas sur les temps de réponse aux incidents améliorés
  • Surveillance et amélioration continue
  • Mise en place de la surveillance de la performance des modèles d'IA
    Stratégies pour l'apprentissage continu et les mises à jour des modèles
    Collecte de commentaires et itération sur le compagnon IA
  • Meilleures pratiques et leçons apprises
  • Meilleures pratiques pour le déploiement de l'IA dans les contextes SRE
    Défis rencontrés et solutions mises en œuvre
    Leçons apprises pour les futurs projets d'IA dans les environnements Kubernetes
  • Conclusion et pistes futures
  • Résumé des enseignements clés
    Possibilités futures pour l'IA dans Kubernetes et SRE
    Réflexions finales sur la transformation du SRE avec la technologie IA

Matières

Computer Science