
Leveraging AIOps to build, observe, and operate resilient systems
در سالهای اخیر، روشهای طراحی، ساخت و مدیریت نرمافزارها دچار تغییرات بنیادینی شده است. سیستمهای مدرن دیگر ساختارهای یکپارچه و قابل پیشبینی گذشته نیستند و به طور کامل توسط انسان مدیریت نمیشوند. معماریهای بومی ابری، پلتفرمهای توسعهدهنده داخلی و اجزای هوش مصنوعی که روز به روز مستقلتر عمل میکنند، چرخه حیات نرمافزار را به پدیدهای بسیار پویا و در عین حال به شدت پیچیده تبدیل کردهاند. در میانه این تحول عظیم، مفهوم مشاهدهپذیری به عنوان یکی از حیاتیترین قابلیتها برای تیمهای مهندسی ظهور کرده است. با در دست داشتن نسخه چاپی این کتاب، شما به منبعی بینظیر برای درک و پیادهسازی این مفاهیم پیچیده دسترسی خواهید داشت.
با افزایش حجم دادههای تلهمتری و تبدیل شدن هوش مصنوعی به یک عنصر اصلی در پشتههای فناوری ما، استراتژیهایی که در گذشته به خوبی پاسخگو بودند، دیگر کافی نیستند. این کتاب چاپی به طور خاص برای مهندسان و رهبرانی نوشته شده است که در حال هدایت تیمهای خود در این واقعیت جدید هستند. مطالعه این اثر فیزیکی به شما کمک میکند تا به دور از حواسپرتیهای دیجیتال، تمرکز خود را بر روی ارتقای سطح عملیاتی سازمان خود معطوف کنید.
فرقی نمیکند که شما یک مهندس پلتفرم باشید که به دنبال بهبود جریانهای کاری توسعهدهندگان است، یک مهندس قابلیت اطمینان سایت که وظیفه تضمین پایداری سیستم را بر عهده دارد، یک مهندس عملیات توسعه که در پی بهینهسازی فرآیندهاست، و یا یک رهبر مهندسی که برای ارتقای برتری عملیاتی در میان تیمهای مختلف تلاش میکند؛ این کتاب دقیقاً نیازهای شما را برآورده میسازد.
برای شروع مطالعه این کتاب نیازی نیست که یک متخصص خبره در زمینه هوش مصنوعی یا مشاهدهپذیری باشید. هدف اصلی نویسندگان، ارائه مفاهیمی قابل درک، کاربردی و مبتنی بر چالشهای دنیای واقعی بوده است. با تهیه نسخه چاپی این کتاب، شما راهنمایی گامبهگام را به کتابخانه تخصصی خود اضافه میکنید که همواره برای مراجعه و یادداشتبرداری در دسترس شماست.
دلیل اصلی نگارش این کتاب، تغییرات گسترده در حوزه مشاهدهپذیری و تاثیر شگرف هوش مصنوعی بر قابلیتهای آن است. به لطف استانداردهای جدید، سازمانهای امروزی بیش از هر زمان دیگری دادههای تلهمتری را جمعآوری میکنند. اما حجم و پیچیدگی این دادهها میتواند به سرعت تیمهایی را که قرار است از آنها بهرهمند شوند، تحت فشار قرار دهد.
در عین حال، پیشرفتها در زمینه هوش مصنوعی ابزارهای قدرتمند جدیدی را برای درک این دادهها در اختیار ما قرار میدهد. ارتباط دادن سیگنالها به یکدیگر، تشخیص زودهنگام مشکلات، کاهش بار شناختی و باز کردن درهای جدیدی به سوی اتوماسیون و بینش عمیق، از جمله مزایای ترکیب هوش مصنوعی با دادههای عملیاتی است. نویسندگان بر این باورند که تقاطع این دو روند یعنی مشاهدهپذیری مدرن و هوش مصنوعی کاربردی، نقطهای است که بهرهوری مهندسی در دهه آینده در آن رقم خواهد خورد.
این کتاب چاپی ارزشمند، رویکردی مبتنی بر تجربه دارد. نویسندگان با سالها کار در کنار تیمهای مهندسی در صنایع مختلف، الگوها، بهترین شیوهها و معماریهایی را که واقعاً در مقیاس بزرگ کار میکنند، در این اثر گردآوری کردهاند. برای ملموستر شدن این مفاهیم، اصول مطرح شده از طریق داستان یک شرکت خیالی اما الهام گرفته شده از واقعیت، در مسیر پذیرش مشاهدهپذیری مدرن و شیوههای عملیات هوش مصنوعی روایت میشود.
کلمات کلیدی:فصل اول به هنر تبدیل دادهها به بینشهای ارزشمند میپردازد و تکامل مشاهدهپذیری را بررسی میکند. این فصل نشان میدهد که چگونه دادههای با کیفیت و ابزارهای مدرن، نظارت سنتی را به یک قابلیت استراتژیک برای بهبود کارایی عملیاتی تبدیل میکنند.
فصل دوم به موضوع مهم هوش مصنوعی میپردازد و پایهای روشن برای درک نحوه تکمیل مشاهدهپذیری توسط هوش مصنوعی ارائه میدهد. این بخش بررسی میکند که هوش مصنوعی در چه زمینههایی برتری دارد، در کجاها با شکست مواجه میشود و چرا برخی از ابتکارات هوش مصنوعی موفق میشوند.
فصل سوم عبور از مشاهدهپذیری به سمت عملیات هوش مصنوعی را تشریح میکند. این فصل توضیح میدهد که چرا رویکردهای نظارتی سنتی دیگر پاسخگو نیستند و چگونه ترکیب شیوههای مدرن با هوش مصنوعی، عملیاتی خودکار و همسو با اهداف کسبوکار را امکانپذیر میسازد.
فصل چهارم با بررسی یک شرکت خدمات مالی، نحوه پیادهسازی عملیات هوش مصنوعی در یک سازمان پیچیده را نشان میدهد. خواننده با مطالعه این فصل در نسخه چاپی کتاب، نحوه غلبه بر چالشهای دوران ابری و کشف علل ریشهای مشکلات را فرا میگیرد.
فصل پنجم به دموکراتیزه کردن مشاهدهپذیری و پلتفرمهای سلفسرویس میپردازد. این بخش بررسی میکند که چگونه پلتفرمهای مدرن میتوانند به طور یکپارچه بهترین شیوهها را در خود جای داده و به مهندسان اجازه دهند تا به طور خودکار به بینشهای درست دسترسی پیدا کنند.
فصل ششم موارد استفاده واقعی از عوامل هوش مصنوعی آگاه به مشاهدهپذیری را بررسی میکند. این فصل نشان میدهد که چگونه این عوامل میتوانند با جریانهای کاری ادغام شده و تصمیمگیریها را خودکار کنند.
فصل هفتم ادامه مسیر تحول شرکت خدمات مالی را روایت میکند و نشان میدهد که چگونه آنها با یک رویکرد ساختاریافته به سمت پلتفرمهای مبتنی بر عامل حرکت کردند.
فصل هشتم به تکامل عملیات و معماری خودران میپردازد. طراحی سیستمهای فناوری اطلاعات که با استفاده از اتوماسیون مشکلات را پیشبینی کرده و تصمیمات عملیاتی مستقلی میگیرند، هسته اصلی این فصل است.
فصل نهم شما را برای چالشهای واقعی پیادهسازی هوش مصنوعی آماده میکند. کنترل هزینههای پنهان، تضمین امنیت، حفظ انطباق و کاهش خطراتی مانند توهمات هوش مصنوعی در این بخش مورد بحث قرار میگیرند.
در نهایت، فصل دهم با نتیجهگیری از مسیر تحول شرکت فرضی، به خواننده نشان میدهد که چگونه میتواند مسیر اختصاصی سازمان خود را در این چشمانداز فناوری ترسیم کند.
در پایان مطالعه این کتاب چاپی، شما نه تنها درک خواهید کرد که مشاهدهپذیری چگونه در آینده مبتنی بر هوش مصنوعی جای میگیرد، بلکه خواهید آموخت که چگونه آن را به یک ابرقدرت عملی برای تیمها و سازمان خود تبدیل کنید. هنگامی که مشاهدهپذیری و هوش مصنوعی دست در دست هم کار میکنند، به چیزی بسیار فراتر از یک مجموعه ابزار تبدیل میشوند؛ آنها به یک نیروی مضاعف برای پایداری، نوآوری و قابلیت اطمینان بدل میگردند.
این نسخه چاپی، با طراحی مناسب و پاراگرافهای خوانا، تجربهای عمیق و متمرکز را برای شما فراهم میکند تا بتوانید پیچیدهترین مفاهیم مهندسی نرمافزار مدرن را به دقت تحلیل کرده و در سازمان خود به کار بگیرید.
نمونه چاپ کتاب موجود نیست.
نظرات کاربران (0)