Titulo Estágio
Root cause analysis and forecast approach based on Observability
Áreas de especialidade
Engenharia de Software
Sistemas de Informação
Local do Estágio
Porto
Enquadramento
A Celfocus entrega serviços de integração de alta tecnologia a nível digital e cognitivo.
Como empresa de TI, a Celfocus promove inovação de Produtos e Serviços desenvolvendo valor nos mais complexos e críticos desafios.
Desde Estratégia até Operações, colaborando em áreas como AI Acionável, Automação Cognitiva e Digital – para produzir o máximo de benefícios em todo o Negócio e Tecnologia.
À medida que o Digital permite inovação em larga escala e disrupção – num contexto de aumento de quantidade de dados e crescimento – a principal oferta está centrada em três pilares: Transformação Digital, Cognitivo e Automação de Redes, focando-se na eficiência de negócio e experiência do cliente.
Objetivo
Machine learning é uma área da inteligência artificial baseada em algoritmos matemáticos e automação, que permite a uma máquina aprender e/ou aperfeiçoar o seu desempenho numa determinada tarefa – Redes neuronais são os modelos computacionais capazes de realizar essa aprendizagem. Este é, basicamente, o processo pelo qual se fazem previsões de comportamentos futuros através da análise de grandes volumes de dados. A manipulação manual ou outro tipo de restrições deixam de existir, para dar lugar a uma abordagem digamos que mais sofisticada, mais imparcial e mais fidedigna no reconhecimento de padrões e previsões consistentes.
A Celfocus propõem-se a implementar uma ferramenta que permita, através da recolha e tratamento de métricas e logs de um determinado ambiente, identificar e até prever possíveis problemas no mesmo, mostrando assim um envolvimento mais completo no seu trabalho fomentando a competitividade saudável dentro da área de Suporte a Produção (Managed Services).
Sendo possível e enquadrável em termos de duração da tese, a criação deste módulo de Python baseado em machine learning seria de extremo interesse e fator de valorização para ambas as partes.
Plano de Trabalhos - Semestre 1
Adquirir conhecimento sobre:
o ambiente de desenvolvimento de projeto (1 mês)
o elasticsearch (1 mês)
• Implementação de modulo Python para integração de datasources (1 mês)
• Escrita de relatório intermédio (1 mês)
Plano de Trabalhos - Semestre 2
Adquirir conhecimento sobre algoritmos de machine learning (regressão e forecast) (1 mês)
• Implementação de modulo Python para:
o reconhecimento de padrões nos dados obtidos (2 meses)
o forecast do estado do ambiente com base nos dados obtidos (2 meses)
o perceber a root cause de problemas (1 mês)
• Elasticsearch:
o criação de dashboards e reports que ajudem a mais rápida deteção e resolução de problemas (1 mês)
o Escrita de relatório final (1 mês).
Condições
Esta ferramenta pretende evitar indisponibilidades e facilitar a identificação da causa de possíveis problemas em ambientes do cliente na área de Managed Services.
A implementação do machine learning tem como principais objetivos:
• Identificar padrões nas varias métricas recolhidas.
• Correlacionar dados para identificar a causa dos problemas
• Prever comportamentos sobre o que poderá vir a acontecer.
• Elaborar métricas sobre o negócio dos clientes da Celfocus. (KPIs)
Esta ferramenta vai permitir melhorar o comportamento dos sistemas, o nosso tempo de resposta e assertividade perante os clientes. Vai também ajudar a melhorar as métricas de resposta (SLA).
Pretendemos integrar esta ferramenta com ambientes onde as métricas e logs sejam guardados em:
• ElasticSearch
A metodologia de implementação será dividida em várias fases/módulos sendo que nesta primeira proposta pretendemos implementar o módulo core que será uma solução de machine learning sobre os pontos críticos do negócio que permitam prever comportamentos e que afetam de forma significativa os clientes. REQUISITOS
• Python
• ElasticSearch
Orientador
Ana Patrícia Macedo Agrelos
patricia.agrelos@celfocus.com 📩