Remo Maccaglia
- Juniper
- https://www.juniper.net/
19 maggio 2022 - SESSIONE 3 | AI E SOSTENIBILITÀ PER LA RICERCA
AI e Machine Learning: come gestire la digitalizzazione
AI, Machine Learning for IT operations: AIOps
AI e Machine Learning: come gestire la digitalizzazione
Dopo una pluriennale esperienza in aziende multinazionali, Remo Maccaglia entra in Juniper Networks nel 2015 in qualità di Senior System Engineer, occupandosi del mercato dei Service Provider e delle Enterprise. In questo ruolo si occupa di sviluppare, progettazione e proporre soluzioni di rete basate sul portafoglio prodotti e servizi di Juniper Networks.
Remo Maccaglia ha iniziato la sua carriera come consulente presso Altran dove ha avuto l'opportunità di approfondire le competenze tecniche nell’ambito delle reti di telecomunicazioni; nel 2008 in Huawei sia è occupato di servizi di prevendita in ambito reti a pacchetto ed ottiche.
Remo Maccaglia è laureato in Ingegneria delle Telecomunicazioni presso l'Università di Pisa con una tesi sperimentale sulla qualità del servizio in una rete metropolitana.
After several years of experience in multinational companies, Remo Maccaglia joins Juniper Networks in 2015 as Senior System Engineer, looking after the Service Provider and Enterprise market. In this role he is responsible for developing, designing, and proposing networking solutions based on Juniper Networks products and services portfolio.
Remo Maccaglia began his career as a consultant at Altran where he had the opportunity to deepen his technical skills in telecommunications networks; in 2008, in Huawei, he is involved in pre-sales activities related to packet and optical networks.
Remo Maccaglia graduated in Telecommunications Engineering from the University of Pisa with an experimental thesis on the quality of service in a metropolitan area network.
ABSTRACT
Una delle tecnologie che negli ultimi anni ha fatto enormi progressi, riscuotendo molta attenzione soprattutto nel settore IT, è l'intelligenza artificiale (AI). L'intelligenza artificiale offre da anni vantaggi quantificabili: dalla conoscenza dell’esperienza degli utenti fino al supporto proattivo tramite l'ottimizzazione self-driving della rete.
Mentre l'intelligenza artificiale e l'apprendimento automatico (ML) sono già mainstream, ciò che sta ottenendo in questo momento trazione e attenzione da parte dei clienti e fornitori di tecnologia e’ il concetto di AIOps (Intelligenza artificiale per le operazioni IT).
L'AIOps combina Big Data e Machine Learning per automatizzare, controllare e ottimizzare i processi e le operazioni IT. Uno degli obiettivi chiave di AIOps è ridurre il tempo medio di risoluzione dei problemi (MTTR) fornendo un insieme di funzioni in grado di identificare la causa principale dei problemi, suggerire possibili soluzioni ed automatizzare le attività operative.
Durante questo intervento, illustreremo la visione di Juniper Networks in relazione alla creazione di una soluzione in grado di indirizzare efficacemente la risoluzione di problemi e gestire le reti alla stregua di quanto farebbero personale umano esperto: dall'integrazione di un motore AI e di un assistente di rete virtuale fino alla creazione di una piattaforma AIOps.
One of the technologies that has made enormous progress in recent years, gaining a lot of attention especially in the IT sector, is the artificial intelligence (AI). AI is very real and has been delivering quantifiable benefits for years: from much needed insight into user experiences to proactive support with self-driving network optimization.
While AI and machine learning (ML) are already mainstream, the concept of AIOps (Artificial Intelligence for IT Operations) is now getting traction and attention by customers and vendors.
The AIOps combines Big Data and Machine Learning to automate, control and optimize processes and IT operations. One of the key targets of AIOps is to reduce the mean time to resolution (MTTR) providing a set of functions able to identify the root cause of existing problems, suggest possible solutions and automate the operation activities.
In this speech we will illustrate Juniper Networks vision to create a solution that can troubleshoot and manage networks on par with human domain experts: from embedding an AI Engine and a Virtual Network Assistant into our solution up to delivering an AIOps platform.
