Duation: 1 Day
Descrizione
Questo corso di una giornata esplora come l'intelligenza artificiale e il machine learning possano potenziare l'automazione di rete negli ambienti di telecomunicazione 5G e cloud-native. Spiega l'evoluzione dall'automazione della configurazione all'orchestrazione, all'assurance e all'autonomia, distinguendo l'automazione basata su regole dagli approcci assistiti dall'IA.
I partecipanti esamineranno applicazioni pratiche nei domini RAN, core, trasporto e cloud, tra cui la previsione del carico, il rilevamento delle anomalie, l'ottimizzazione dei percorsi e lo scaling automatizzato. Il corso introduce i concetti di machine learning, i requisiti di dati e i vincoli operativi alla base di queste applicazioni.
Il corso esplora inoltre come l'IA supporti l'automazione a ciclo chiuso (closed-loop) e basata sull'intento (intent-based), inclusa l'interazione con i sistemi di orchestrazione e assurance. I partecipanti analizzeranno la telemetria, il deployment dei modelli e l'integrazione con i sistemi operativi esistenti, insieme ai controlli necessari per garantire azioni automatizzate affidabili e sicure.
Contenuti del corso
- Fondamenti dell'automazione di rete in ambienti 5G/Cloud
- Concetti di IA e ML per le reti di telecomunicazione
- Casi d'uso dell'automazione potenziata dall'IA nei domini di rete
- Integrazione dell'IA nell'automazione a ciclo chiuso e basata sull'intento
- Architettura per dati, telemetria e deployment dei modelli
A chi è rivolto il corso
Questo corso è destinato a ingegneri di rete, architetti tecnici, specialisti di operazioni e assurance di rete e professionisti coinvolti nell'automazione di rete, nell'orchestrazione o nei sistemi di supporto operativo. È particolarmente rilevante per coloro che lavorano nei domini RAN, core, trasporto e cloud e che necessitano di comprendere come l'IA e il machine learning possano migliorare le operazioni di rete e supportare il progresso verso reti autonome.
Obiettivi formativi
Al termine del corso, i partecipanti saranno in grado di:
- Spiegare l'evoluzione dall'automazione all'orchestrazione, all'assurance e alle reti autonome.
- Differenziare l'automazione basata su regole e quella assistita dall'IA e i relativi casi d'uso appropriati.
- Descrivere l'apprendimento supervisionato, non supervisionato e per rinforzo nelle telecomunicazioni.
- Spiegare il ciclo di vita del machine learning, dalla preparazione dei dati al deployment e al riaddestramento.
- Identificare le opportunità di automazione basata sull'IA nelle reti RAN, core, di trasporto, cloud ed enterprise.
- Spiegare l'automazione a ciclo chiuso predittiva e reattiva.
- Descrivere come l'intento viene tradotto in policy e azioni di rete automatizzate.
- Identificare la telemetria, le metriche, i log e le tracce richiesti per l'IA di rete.
- Confrontare i modelli di deployment dell'IA su edge cloud e central cloud.
- Spiegare le considerazioni chiave per la governance dell'IA, l'accuratezza e l'integrazione OSS.
