AIOps处于快速发展之中，一个又一个案例成功落地，在明确地体验了AI带来的强大助力之后， 我们不禁思考如何把AI能力应用到运维工作的每个场景之中， 最终能够达到什么样的效果， 有哪些前提条件，又如何一步一步建设？

本次分享，腾讯IEG AIOps平台团队将介绍AIOps在腾讯IEG普及的思路，流程与沉淀下来的平台化工具，共同探讨AIOps的『1到100』。

内容大纲

1. AIOps体系化普及思路
2. AIOps普及流程
3. 平台化工具介绍
4. 总结

听众收益

1. 了解腾讯IEG AIOps建设的基本思路
2. 了解腾讯IEG在AIOps建设过程中的实践和经验

互联网行业正在经历运维智能化的转型，监控作为运维环节中十分关键的一环，也在沿着智能化的方向快速演进。大数据时代，我们有数据、监控运维经验，如何将这些与AI算法、理论结合起来，这是智能监控落地的核心挑战。希望这次分享可以让大家了解我们在监控领域的一些工作、在爱奇艺视频播放系统中的一些落地场景，共同探讨和推进企业级监控系统的设计、应用场景以及对未来的展望。

内容大纲

1. 爱奇艺核心播放体系

2. 遇到的问题

3. 爱奇艺监控体系

• 核心播放：异常流量分析
• 核心播放：服务监控分析
• 核心播放：容量预估及治理
• 核心播放：故障SLA

4.  核心播放SLA

5. 总结和未来展望

听众收益

• 了解爱奇艺在监控领域的工作以及在爱奇艺视频播放系统中的落地场景
• 了解企业级监控系统的设计思想与落地中的难点
• 了解如何利用算法去做故障的发现、定位、定级和响应

Bilibili正处在快速发展期，服务及配套资源都在持续扩容。Bilibili监控团队负责公司所有的业务、平台、组件、服务器和网络等监控，面对监控规模的持续增长，既要保证需求支持效率又要保证监控质量，既要做好监控覆盖又要不断治理报警，既要保证报警的准确率又要实践智能化。这些看似矛盾的目标，最终又要统一，与公司的整体发展保持一致。

本次分享，Bilibili监控团队将介绍内部统一监控平台的建设思路、具体实践和经验，共同探讨统一监控平台的设计，化解监控领域的矛盾和挑战，实现"别人家的监控系统"。

内容大纲

1. 统一监控平台建设思路

2. 统一监控平台构建

2.1 数据流

2.2 时序数据存储

2.3 异常计算框架与模型

2.4 报警治理

2.5 报警聚类与诱因推荐

2.6 开放能力

3. 经验分享

4. 总结和展望

听众收益

1. 了解Bilibili统一监控平台建设的基本思路

2. 了解Bilibili监控团队在统一监控平台构建过程中的实践和经验

近10年来，因为基础设施的规模增长、云原生和微服务架构的演进，运维的工作发生了巨大的变化，越来越多的自动化工作成为了运维的一部分。这些自动化应该遵循什么样的原则组织起来？运维平台化的要素是什么？在eBay，运维和Cloud Team属于同一部门，共同为业务产品部门提供一个可编程基础设施。

而监控是运维维护站点可用性最重要的工具。eBay建立了一个高吞吐高可用的监控的基础设施——Sherlock.io，它每秒接收8M的Metric，500k的Events, 2M Traces(40M Span)和每天6PB的日志。在这个基础设施之上，我们打造了一个基于图的因果关系推导的异常检测的智能化解决方案，为运维提供更精准的告警。

同时，eBay 运维系统的其他部分也在进行从自动化变成智能化的转变，比如eBay的发布系统、流量管理系统 ，等等。

本话题我将分享eBay在可观察性上的实践。

内容大纲

1. Operation evolution 

2. Build  operation work as a platform

3. Observability in eBay

3.1 The infrastructure

• Training and alerting pipeline
• Anomaly detection
• Graph based casual inference

4. 从自动化到智能化

听众收益

• 了解eBay的大型运维系统如何实现从自动化到智能化的转变
• 了解Observability
• 了解eBay基于图的因果关系推导的异常检测的智能化解决方案
• 理清AI与Ops的关系