VIP20
本课程属于：018-AI DevOps实战：从代码到部署全自动化 AI与大模型 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

生产环境AI模型故障自愈与自动化恢复

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 故障自愈与自动化恢复在AI生产环境中…
课程导入学习目标
02
基础知识
AI模型生产环境的特点 · 常见故障类型 · 故障自愈与自动化恢复的基本概念
基础知识AI
03
监控与告警
监控指标（延迟 · 吞吐 · 错误率
监控告警
04
故障检测
异常检测方法（统计方法 · 机器学习方法） · 根因分析初步
故障检测异常检测方法
05
故障分类与影响评估
故障严重级别划分 · 影响范围评估 · 业务连续性考量
故障分类影响评估
06
自愈策略设计
自愈目标 · 策略类型（重试 · 回退
自愈策略设计自愈目标
07
自动化恢复工具
常用工具（Kubernetes · Prometheus · Argo Rollouts等）及其在…
自动化恢复工具Kubernetes
08
模型版本管理与回滚
模型版本控制 · 灰度发布 · 自动回滚机制
模型版本管理回滚
09
流量切换与负载均衡
流量管理 · 蓝绿部署 · 金丝雀发布
流量切换负载均衡
10
资源弹性伸缩
基于负载的自动扩缩容 · 资源预测 · 成本优化
资源弹性伸缩基于负载的自动扩…
11
故障演练与混沌工程
混沌工程原理 · 故障注入方法 · 演练流程
故障演练混沌工程
12
案例实战
电商推荐系统故障自愈：监控 · 检测 · 自愈策略实施
案例实战电商推荐系统故障…
13
案例实战
金融风控模型故障自愈：高可用要求 · 实时性处理
案例实战金融风控模型故障…
14
案例实战
自动驾驶感知模型故障自愈：边缘部署 · 低延迟恢复
案例实战自动驾驶感知模型…
15
常见问题与解决方案
误报与漏报 · 自愈动作过度 · 恢复不彻底等
常见问题解决方案
16
自愈系统的架构设计
整体架构 · 组件协作 · 数据流
自愈系统的架构设…整体架构
17
自愈系统的实现技术
事件驱动 · 工作流引擎 · 策略引擎
自愈系统的实现技…事件驱动
18
自愈系统的测试与验证
单元测试 · 集成测试 · 端到端测试
自愈系统的测试验证
19
自愈系统的安全与合规
安全风险 · 权限控制 · 合规要求
自愈系统的安全合规
20
自愈系统的性能优化
降低延迟 · 提高吞吐 · 资源效率
自愈系统的性能优…降低延迟
21
自愈系统的可观测性
日志 · 指标 · 追踪
自愈系统的可观测…日志
22
自愈系统的运维实践
部署 · 升级 · 日常维护
自愈系统的运维实…部署
23
自愈系统的持续改进
反馈循环 · 模型更新 · 策略优化
自愈系统的持续改…反馈循环
24
综合实战
构建一个完整的AI模型自愈系统
综合实战AI
25
综合实战
多模型场景下的故障自愈协调：优先级 · 依赖管理
综合实战多模型场景下的故…
26
综合实战
跨地域部署的故障自愈：数据同步 · 故障转移
综合实战跨地域部署的故障…
27
前沿技术
AIOps在自愈中的应用 · 强化学习优化自愈策略
前沿技术AIOps
28
行业实践
大型互联网公司AI模型自愈案例剖析
行业实践AI
29
课程总结
核心要点回顾 · 学习路径建议 · 未来趋势
课程总结核心要点回顾
30
结业项目
设计并实现一个针对特定场景的AI模型… · 并进行演示
结业项目AI