- 课程目录
- 课程介绍
-
01|开发基于 LLM 的日志流监测 Operator
-
02|利用 RAGflow 实现基于运维专家知识库故障排查 Operator
课程介绍
限时福利 你将获得 怎样利用大模型开发日志检测工具 如何利用 RAGflow 实现故障排查 Operator 的设计和开发流程 讲师介绍...限时福利
你将获得
- 怎样利用大模型开发日志检测工具
- 如何利用 RAGflow 实现故障排查
- Operator 的设计和开发流程
讲师介绍
长期扎根云原生领域,多年来一直在从事云原生架构、GitOps、Docker、Kubernetes 等方面的研究与实践,在云原生和持续部署领域著有《云原生架构与 GitOps 实战》、《Spinnaker 实战:云原生多云环境的持续部署方案》,合著《深入理解 lstio:云原生服务网格进阶实战》《软件研发效能权威指南》。
参与了腾讯云 CODING 持续部署从0到1的研发,也是云原生开发工具 Nocalhost 项目(已面捐赠 CNCF 成为沙箱项目)的创始成员,见证了云原生在国内从萌芽到蓬勃发展的整个阶段,也深谙转型云原生架构师的痛点、难点。
热爱分享、善于教学,是 CNCF 大使、微软最具价值专家、Linux 基金会亚太地区布道师和中国电子技术标准化研究院木兰开源社区导师。
课程介绍
云原生技术已经走向成熟,在 AI 的冲击下,工程师也将面对更加复杂的云环境。本课程将深入探讨如何将云原生 Operator 模式与 AI 技术结合,并通过实战案例教授如何开发和部署 Operator 来自动化资源管理和运维任务。通过这些实战,希望能帮你提升云原生应用的可观测性和自动化水平,掌握构建高效、稳定云原生系统的创新技术。
课程目录
01|开发基于 LLM 的日志流监测 Operator
02|利用 RAGflow 实现基于运维专家知识库故障排查 Operator
适合人群
云原生工程师、运维工程师