Crash Course: AI-native observability
Ментор – Йожеф Гісем, Solution Architect в MacPaw, 10+ років досвіду.
Сучасні системи складаються з десятків сервісів, черг, баз даних та зовнішніх інтеграцій. Коли виникає проблема, недостатньо просто відкрити лог і шукати помилку. Потрібно розуміти, як працює вся система, де виникають вузькі місця та як швидко знаходити Root Cause.
У цьому курсі ви розберете сучасний підхід до Observability через Logs, Metrics, Error Tracking та Distributed Tracing. Окремий фокус курсу — використання AI для аналізу інцидентів, пошуку аномалій та прискорення діагностики проблем.
Ментор - Йожеф Гісем, Solution Architect у MacPaw Inc.
- Що ви отримаєте на виході:
- Цілісне розуміння Observability — як поєднати Logs, Metrics, Error Tracking та Distributed Tracing в єдину систему моніторингу, а не використовувати їх окремо.
- Навичку швидко знаходити Root Cause у складних розподілених системах із десятками сервісів, черг та зовнішніх інтеграцій, замість хаотичного перегляду логів.
- Практичний підхід до використання AI для аналізу інцидентів — пошуку аномалій, кореляції подій та прискорення діагностики проблем.
- Знання, як побудувати або вдосконалити власну стратегію Observability в команді/компанії на основі реального досвіду Solution Architect з MacPaw.
- Сформований чеклист дій на випадок інциденту — з чого почати, на що дивитись першочергово, як скоротити час до вирішення проблеми (MTTR).
Програма
День 1 — Продакшн впав. Що робити?
Logs, Errors та AI
- Що таке Observability і чому Monitoring вже недостатньо
- Як правильно будувати Logs
- Structured Logging та Correlation ID
- Business Events та Technical Events
- Як працює Sentry та Error Tracking
- Типові помилки логування
- Групування та аналіз помилок
- Root Cause Analysis
- Як AI допомагає аналізувати Logs та Stack Trace
День 2 — Що система намагається нам сказати?
Metrics, Alerting та AI
- Golden Signals
- RED та USE методології
- RPS, Latency, P95, P99
- Error Rate та Slow Requests
- Продуктові та технічні Metrics
- Метрики баз даних та інфраструктури
- SLI, SLO та Error Budget
- Alerting без Alert Fatigue
- Як будувати ефективні Dashboard
- Як AI знаходить аномалії та допомагає аналізувати Metrics
День 3 — Хто насправді винен?
Distributed Tracing та AI
- Trace та Span
- OpenTelemetry
- Distributed Tracing
- Propagation між сервісами
- Event-Driven та Microservice архітектури
- Waterfall Analysis
- Пошук Bottleneck у складних системах
- Реальні кейси з продакшену
- Аналіз Trace через AI
- Побудова єдиного стандарту Observability
Формат:
Курс: 3 двогодинні онлайн-сесії.
Дати: 31.08, 02.09, 08.09, старт о 18:30, (Kyiv time, GMT+3).
Платформа: Zoom. Ви отримаєте посилання на трансляцію перед початком курсу, а також воно буде доступне на цьому лендінгу. Крім того, всі матеріали та записи лекцій будуть доступні на навчальній платформі.
Мова заходу: українська
Мова презентацій: українська з англійськими термінами
Аудиторія:
- Розробники Junior+ (Backend/Full‑stack)
- Технічні ліди
- Архітектори
- Staff/Principal інженери
Ментор: Йожеф Гісем
— Solution Architect у MacPaw Inc.
— Виступає на конференціях Fwdays (PHP & Architecture Talks), DOU та YouTube-каналах
— Постійний учасник освітньої програми Intern MacPaw: вже 4 роки поспіль допомагає інтегрувати новачків у реальні проєкти
— Ділиться досвідом у сфері архітектури та тестування, зокрема з використанням BDD, Symfony, Redis, Docker та сучасних API-рішень
— Ви могли бачити Йожефа на сценах Fwdays, читати на DOU або слухати інтерв’ю на YouTube-каналі "It’s raining cats & dogs"
Вартість участі
Доступ до 3 онлайн-трансляцій (~10 годин)
Презентації та матеріали
Доступ до запису курсу на навчальній платформі (1 рік)
Доступ до чату в ТГ, де спікер буде відповідати на питання (1 місяць)
Сертифікат учасника (за умови виконання домашніх завдань)
Безкоштовний місяць в Fwdays Club
Учасники курсу отримують знижку 10% на участь в конференціях Fwdays
Доступна оплата частинами від Monobank та покупка частинами від ПриватбанкуЯкщо після першого заняття ви зрозумієте, що очікування не співпадають, ми повертаємо гроші в повному обсязі.