课程简介

 AI 原生时代的推动下，IT 系统正加速迈入高复杂度、高动态性的新阶段。伴随云原生架构、多模态数据、微服务与智能体广泛部署，传统运维手段正面临可视性断层、响应迟缓与根因溯源难等系统性瓶颈。

面对这一趋势，越来越多的企业意识到，仅靠工具堆叠已难以支撑业务连续性与用户体验保障。我们认为，智能化可观测性平台的本质，是通过统一的数据语义和模型治理，打破数据孤岛，实现对全栈系统状态的动态洞察与精准响应。这需要从指标定义、数据融合、因果建模等多个层面进行系统性重构。

本次分享将聚焦于统一可观测性平台在数据建模、治理与智能推理中的落地实践，围绕“以业务为中心”的能力建设，重点展示大模型在可观测性增强中的作用，以及如何借助 Copilot 与 Multi-Agent 协同机制，构建具备自感知、自分析、自决策能力的智能运维体系。

课程收益

1、帮助学员了解统一可观测性平台的五大信号构建与湖仓架构

2、帮助学员学习北极星指标体系在业务观测中的落地经验

3、帮助学员掌握大模型在智能运维中的实用范式：Copilot、多Agent、自主协同

4、帮助学员洞察从工具化到智能体驱动的 AIOps 路径演进

受众人群

算法工程师、运维专家、系统架构师及技术管理者等从事大模型训练、运维管理的技术人员，以及其他对智能运维感兴趣的人员

课程周期

  0.5天（3H）

课程大纲

1、统一可观测性数据建模与数据湖仓

2、面向业务团队的北极星系统

3、大模型驱动智能运维升级

4、企业级行业落地案例

5、QA