zabbix智能運(yùn)維是哪方面的？1.負(fù)責(zé)zabbix監(jiān)控平臺(tái)規(guī)劃、重新搭建及以維護(hù)；2.專(zhuān)門(mén)負(fù)責(zé)監(jiān)控頭需求的整理設(shè)計(jì)及基于；3.負(fù)責(zé)對(duì)現(xiàn)場(chǎng)問(wèn)題進(jìn)行跟蹤分析和報(bào)告，帶動(dòng)問(wèn)題馬上比較合理的解決，提出改進(jìn)要

zabbix智能運(yùn)維是哪方面的？

1.負(fù)責(zé)zabbix監(jiān)控平臺(tái)規(guī)劃、重新搭建及以維護(hù)；

2.專(zhuān)門(mén)負(fù)責(zé)監(jiān)控頭需求的整理設(shè)計(jì)及基于；

3.負(fù)責(zé)對(duì)現(xiàn)場(chǎng)問(wèn)題進(jìn)行跟蹤分析和報(bào)告，帶動(dòng)問(wèn)題馬上比較合理的解決，提出改進(jìn)要求并評(píng)估設(shè)計(jì)改進(jìn)方案；

4.聽(tīng)從公司的實(shí)施規(guī)范接受方案整理好，模板標(biāo)準(zhǔn)化；

5.其余上級(jí)交辦的工作內(nèi)容。

人工智能運(yùn)維工程師是什么？

按照目前招聘網(wǎng)站上的具體職位而言，學(xué)習(xí)人工智能未來(lái)是可以從事100元以?xún)?nèi)崗位：

算法工程師：接受人工智能咨詢(xún)前沿算法的研究，以及機(jī)器學(xué)習(xí)、知識(shí)應(yīng)用、智能決策等技術(shù)的應(yīng)用。

智能機(jī)器人研發(fā)工程師：研發(fā)方向要注意畜牧獸醫(yī)相關(guān)專(zhuān)業(yè)機(jī)器人控制系統(tǒng)開(kāi)發(fā)，高精度器件的設(shè)計(jì)研發(fā)等。

AI硬件專(zhuān)家：AI領(lǐng)域內(nèi)另一種日臻增長(zhǎng)的藍(lán)領(lǐng)工作是負(fù)責(zé)創(chuàng)建AI硬件(如GPU芯片)的工業(yè)操作工作。

人工智能運(yùn)維工程師：大數(shù)據(jù)與AI產(chǎn)品咨詢(xún)運(yùn)營(yíng)、運(yùn)維產(chǎn)品研發(fā)；相關(guān)組件的運(yùn)維工具系統(tǒng)的開(kāi)發(fā)與建設(shè)；可以提供大數(shù)據(jù)與AI云產(chǎn)品客戶(hù)支持。

程序開(kāi)發(fā)工程師：一方面程序開(kāi)發(fā)工程師需要完成算法實(shí)現(xiàn)，另一方面程序開(kāi)發(fā)工程師必須能夠完成項(xiàng)目的落地。但是，現(xiàn)在人工智能還處在弱人工智能狀態(tài)，并且高速發(fā)展，未來(lái)會(huì)又出現(xiàn)什么呢崗位還猶未不妨設(shè)。

運(yùn)維還有出路嗎？

高新剛

“民間式運(yùn)維工作要扭頭運(yùn)營(yíng)式運(yùn)維”

我的觀點(diǎn)要注意是圍繞悠久的傳統(tǒng)運(yùn)維和運(yùn)營(yíng)運(yùn)維的對(duì)比思考。

觀點(diǎn)一：從傳統(tǒng)運(yùn)維到云原生運(yùn)維是三個(gè)持續(xù)迭代、快速進(jìn)化的過(guò)程。我們的運(yùn)維從傳統(tǒng)的手動(dòng)日常運(yùn)維到腳本化、DevOps、再到現(xiàn)在的數(shù)據(jù)化和AIOps，整個(gè)過(guò)程是不斷發(fā)展演進(jìn)、持續(xù)提升的。

傳統(tǒng)運(yùn)維是從查哈代碼構(gòu)建、應(yīng)用測(cè)試、集成部署可以實(shí)行、線上性能故障處理，再到后期的集群容量翻倍、縮容的所有的環(huán)節(jié)的角色。而在云原生時(shí)代，我們的運(yùn)維流程則十分標(biāo)準(zhǔn)、又高效，在自動(dòng)化、智能化的程度上比傳統(tǒng)運(yùn)維要高。研發(fā)以微服務(wù)的架構(gòu)形式去開(kāi)發(fā)應(yīng)用功能，以魔防的去成功減弱的交付和板載顯卡。到了后期，運(yùn)維和研發(fā)和生產(chǎn)也可以的，去利用協(xié)同的一體化。最后，我們絕大部分的應(yīng)用都能跑在容器上面。

觀點(diǎn)二：從傳統(tǒng)運(yùn)維到云原生運(yùn)維，這座運(yùn)維技術(shù)棧不可能發(fā)生了很多變化。以前我們是向大操作系統(tǒng)和多種組件工具的運(yùn)維。而現(xiàn)在我們是需要轉(zhuǎn)型和聚焦到統(tǒng)一的、走向云原生的、以k8s為通用的云資源控制層面的自動(dòng)化運(yùn)維。

以往的現(xiàn)代運(yùn)維，我們打聽(tīng)一下的是操作系統(tǒng)、存儲(chǔ)、網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)以及某些中間件等方面的技術(shù)棧。而云原生技術(shù)運(yùn)維，基本上是以dorckerun或podman的命令一鍵式地重新部署和運(yùn)行；后再由K8s指導(dǎo)我們幫忙解決容器調(diào)度的問(wèn)題；到最后實(shí)際service mesh，讓云原生應(yīng)用運(yùn)行下來(lái)，它是這個(gè)云原生應(yīng)用的載體。

觀點(diǎn)三：運(yùn)維重心可是需要轉(zhuǎn)移，核心能力依然是穩(wěn)定性、安全性和容災(zāi)能力的保障防護(hù)與應(yīng)急處理。

云基礎(chǔ)資源提供給了資源的容災(zāi)能力和擴(kuò)展能力，運(yùn)維重心偏向以應(yīng)用為中心，業(yè)務(wù)指標(biāo)可視化和應(yīng)用鏈路分析什么。服務(wù)網(wǎng)格這個(gè)可以指導(dǎo)運(yùn)維，實(shí)現(xiàn)方法服務(wù)去注冊(cè)、才發(fā)現(xiàn)和負(fù)載均衡，分布式追蹤，認(rèn)證授權(quán)許可，加密模式通信和審計(jì)，在內(nèi)多服務(wù)版本，重點(diǎn)段落服務(wù)等特性。