detect-anomalies-aiops

Apply machine learning to detect anomalies in operational metrics, correlate alerts, and reduce false positives.

Expected: Time series data loaded with regular intervals, missing values handled, features engineered for ML models.

On failure: If Prometheus connection fails, verify URL and network access, if data gaps exist use forward-fill or interpolation, ensure timestamp column is datetime type, check for memory issues with large date ranges (process in chunks).

Implemente la detección de anomalías basada en IA para métricas operativas mediante análisis de series temporales (Isolation Forest, Prophet, LSTM), correlación de alertas y análisis de causa raíz. Reduzca la fatiga de las alertas identificando de forma inteligente anomalías reales en las métricas, registros y seguimientos del sistema. Utilícelo cuando los equipos de operaciones estén abrumados por el volumen de alertas, cuando detecten anomalías multimétricas complejas más allá de los umbrales estáticos, cuando los patrones estacionales hagan que los umbrales sean ineficaces o cuando sea necesario predecir problemas de forma proactiva antes de que afecten a los usuarios. Fuente: pjt222/development-guides.