Azure: Que es AIOps y como funciona dentro de Azure

Aunque pensáis que es algo nuevo, en realidad AIOps se lleva utilizando varios años en muchas plataformas de virtualización y nube, en el caso concreto de Azure, Microsoft dispone de equipos especiales de AIOps que colaboran y trabajan junto con otros equipos de investigación de Microsoft que desarrollan soluciones de IA para la gestión y operación de los servicios de la nube.

Según Gartner, una definición de AIOps es esta:

«Put simply, AIOps is the application of machine learning (ML) and data science to IT operations problems. AIOps platforms combine big data and ML functionality to enhance and partially replace all primary IT operations functions, including availability and performance monitoring, event correlation and analysis, and IT service management and automation.»

Ref: https://www.gartner.com/smarterwithgartner/how-to-get-started-with-aiops

Para verlo desde un punto de vista más global os comparto este diagrama:

Y este otro de Microsoft:

Desde un punto de vista técnico, aplicando toda la potencia de ML con la recolección de datos y métricas de los servicios de Azure, se puede por ejemplo, identificar problemas y predecir que ocurrirá en el futuro, como:

• Predicción de fallos de hardware, memoria, discos, red.
• Gestión de incidentes y resolución de problemas
• Detección y supervisión de anomalías
• Sistema de recomendaciones inteligente
• Separar alertas de eventos importantes de alertas de ruido

Video AIOps en Azure

Para ampliar en que consiste AIOps y que valor aporta a las empresas, os comparto este video de Microsoft: Enhance performance with AIOps in Azure

Azure Monitor AIOps

Un caso concreto de uso, lo observamos en el servicio de Azure Monitor AIOps con alertas y reconocimiento inteligente de patrones de métricas que podéis leer aquí: Announcing Azure Monitor AIOps Alerts with Dynamic Thresholds

Para resumirlo: Se trata de aplicar IA con ML en los servicios y recursos de Azure para mejorar las operaciones y que toda la plataforma se vuelva más eficiente.

Como siempre espero que sea de utilidad.

Azure: Metrics Advisor supervisar y detectar anomalias con IA de Cognitive Services

 

 

Este nuevo servicio de Azure Metrics Advisor (en preview) utiliza Machine Learning con IA para monitorizar y supervisar anomalías recopilando datos desde varias fuentes para anticiparse a los incidentes sin necesidad de tener experiencia en modelos de aprendizaje automático nos permite detectar automáticamente anomalías, problemas, enviar alertas y obtener información de diagnóstico para analizar la causa raíz del incidente.

Como indica Microsoft los casos de uso mas comunes son:

• Analizar los datos multidimensionales de varios orígenes de datos
• Identificar y correlacionar las anomalías
• Configurar y ajustar el modelo de detección de anomalías usado en los datos
• Diagnosticar las anomalías y ayudar con el análisis de la causa principal.

 

Creación del servicio

La creación del servicio que actualmente solo ofrece pocas regiones y una capa de precios gratuita S0 de 10K es como cualquier otro y lo podemos configurar directamente desde el portal de Azure.

Una vez creado, nos llevará al portal web https://metricsadvisor.azurewebsites.net donde organizar los datos y gestionar todas las métricas para nuestra organización seleccionando la suscripción y el workspace del paso anterior.

 

Una vez dentro del portal web https://metricsadvisor.azurewebsites.net tenemos que realizar el onboarding para configurar los servicios de Azure que vamos a incluir.

Por ultimo, una vez tengamos todo configurado correctamente podemos consultar los diferentes paneles y diagramas informativos como se muestra en este imagen de ejemplo.

Nota: esta ultima imagen pertenece a la documentación de Microsoft

Recordar que es un servicio en preview y no esta recomendado para producción.

 

Azure: Machine Learning Algorithm Cheat Sheet

Como habréis leído en otros artículos y aunque no hay una definición universal entre los expertos, entendemos la Inteligencia Artificial (IA) como la capacidad de los ordenadores para imitar el comportamiento humano pero teniendo en cuenta que esta capacidad no tiene nada que ver con las películas de Hollywood. 

En la actualidad, mediante la inteligencia artificial los ordenadores pueden analizar imágenes, detectar objetos, comprender la voz, interactuar de forma natural y hacer predicciones mediante datos.

Dentro del mundo de la IA, la rama de Machine Learning entre otras cosas permite a los ingenieros y científicos de datos mediante el uso y tratamiento de datos realizar predicciones, tendencias, resultados y comportamientos futuros sin necesidad de programarlos explícitamente.

El servicio de Azure Machine Learning es un conjunto de herramientas que nos ayuda en el desarrollo de soluciones para todos los tipos de aprendizaje automático, desde el clásico hasta el aprendizaje profundo, supervisado y no supervisado, por ello, hoy quiero compartir esta chuleta de algoritmos que seguro que os vendrá genial para diseñar los modelos predictivos en vuestros proyectos de ML en Azure.

 

 

También comparto esta otra de Machine Learning Studio Classic:

Espero que os sea de utilidad.