Duation: 1 Day
Beschreibung
Dieser eintägige Kurs untersucht, wie künstliche Intelligenz und maschinelles Lernen die Netzwerkautomatisierung in 5G- und Cloud-nativen Telekommunikationsumgebungen verbessern können. Er erläutert die Entwicklung von der Konfigurationsautomatisierung hin zu Orchestrierung, Assurance und Autonomie und unterscheidet zwischen regelbasierter Automatisierung und KI-gestützten Ansätzen.
Die Teilnehmer untersuchen praktische Anwendungen in RAN-, Kern-, Transport- und Cloud-Domänen, einschließlich Lastvorhersage, Anomalieerkennung, Pfadoptimierung und automatischer Skalierung. Der Kurs führt in die Konzepte des maschinellen Lernens, die Datenanforderungen und die betrieblichen Rahmenbedingungen ein, die diesen Anwendungen zugrunde liegen.
Der Kurs beleuchtet zudem, wie KI die Closed-Loop- und intent-basierte Automatisierung unterstützt, einschließlich der Interaktion mit Orchestrierungs- und Assurance-Systemen. Die Teilnehmer betrachten Telemetrie, Modellbereitstellung und die Integration in bestehende Betriebssysteme sowie die erforderlichen Kontrollen zur Gewährleistung zuverlässiger und sicherer automatisierter Abläufe.
Kursinhalte
- Grundlagen der Netzwerkautomatisierung in 5G-/Cloud-Umgebungen
- KI- & ML-Konzepte für Telekommunikationsnetzwerke
- KI-gestützte Automatisierungs-Anwendungsfälle über Netzwerkdomänen hinweg
- Integration von KI in Closed-Loop- und intent-basierte Automatisierung
- Daten-, Telemetrie- & Modellbereitstellungsarchitektur
Zielgruppe des Kurses
Dieser Kurs richtet sich an Netzwerkingenieure, technische Architekten, Spezialisten für Netzwerkbetrieb und Assurance sowie Fachleute, die mit Netzwerkautomatisierung, Orchestrierung oder operativen Unterstützungssystemen befasst sind. Er ist besonders relevant für Personen, die in RAN-, Kern-, Transport- und Cloud-Domänen arbeiten und verstehen müssen, wie KI und maschinelles Lernen den Netzwerkbetrieb verbessern und die Entwicklung hin zu autonomen Netzwerken unterstützen können.
Lernziele
Am Ende des Kurses werden die Teilnehmer in der Lage sein:
- Die Evolution von der Automatisierung hin zu Orchestrierung, Assurance und autonomen Netzwerken zu erläutern.
- Regelbasierte und KI-gestützte Automatisierung sowie deren jeweilige Anwendungsfälle zu unterscheiden.
- Überwachtes, unüberwachtes und verstärkendes Lernen in der Telekommunikation zu beschreiben.
- Den Lebenszyklus des maschinellen Lernens von der Datenaufbereitung bis hin zur Bereitstellung und zum Retraining zu erläutern.
- KI-gesteuerte Automatisierungsmöglichkeiten in RAN-, Kern-, Transport-, Cloud- und Unternehmensnetzwerken zu identifizieren.
- Prädiktive und reaktive Closed-Loop-Automatisierung zu erklären.
- Zu beschreiben, wie "Intent" (Absicht) in Richtlinien und automatisierte Netzwerkaktionen übersetzt wird.
- Die für Netzwerk-KI erforderlichen Telemetriedaten, Metriken, Logs und Traces zu identifizieren.
- Edge- und zentrale Cloud-KI-Bereitstellungsmodelle zu vergleichen.
- Wichtige Überlegungen zu KI-Governance, Genauigkeit und OSS-Integration zu erläutern.
