Mateoalbab/Global_Incident_Orchestration_GenAI

# AI 驱动的运维事件智能流水线 ## 📌 项目概述 本项目展示了一个端到端的数据工程与分析流水线，旨在优化 IT 事件管理。它集成了 **Python**、**SQL** 和 **生成式 AI (Gemma 3)**，将原始运营数据转化为战略性业务洞察。 作为一名专注于流程改进的工业工程师，我开发了这款工具，以弥合技术故障与高管决策之间的鸿沟。 ## 🚀 核心功能 - **专业数据生成：** 自定义 Python 脚本，用于模拟 1,000 多个具有逻辑技术背景的真实 IT 事件。 - **强大的 ETL 流水线：** 自动化执行从 CSV 到结构化 SQLite 数据库的提取、转换和加载 (ETL) 过程。 - **AI 编排：** 集成 **Google Gemini (Gemma 3)**，执行自动化根因分析并生成流程改进建议。 - **交互式分析：** 专注于运营风险与效率 KPI 的高端 Power BI 仪表板。 ## 🛠️ 技术栈 - **语言：** Python 3.x - **数据库：** SQLite - **AI 模型：** Google Gemma 3 (通过 Google Generative AI API) - **数据分析：** Pandas - **可视化：** Power BI (DAX) ## 📁 项目结构 - `Data/`：原始 CSV 文件和处理后的 SQLite 数据库。 - `Source/Python/`： - `Incident_data_generator.py`：专业数据填充脚本。 - `data_ingestion_sql.py`：ETL 逻辑。 - `incident_orchestrator.py`：AI 分析引擎。 - `export_final_report.py`：可追溯性与导出脚本。 - `Outputs/`：供 Power BI 使用的最终分析报告。 ## 📊 业务影响 通过自动化事件分类并提出系统性修复建议，此流水线减轻了业务分析师的手动工作负担，识别出供应链和 IT 基础设施中反复出现的瓶颈，从而推动持续创新。 ## ⚠️ 免责声明 **这是一个仅为作品集和教育目的而开发的个人项目。** 本仓库中包含的所有数据，包括事件描述、时间戳和业务实体，均是使用 Python 脚本**合成生成**的。它不代表真实世界的事件、实际公司数据或任何特定个人的信息。 **开发者：Mateo Nicolás Alba Botero** *工业工程师 | 业务分析师 | 数据爱好者*

标签：AI编排引擎, DAX, DLL 劫持, ETL管道, Gemini API, Gemma 3, IT事件管理, IT运维, Power BI, Python, Socks5代理, SQL, SQLite, 业务影响分析, 事件分类, 人工智能, 供应链优化, 商业智能, 大语言模型, 工业工程, 工作流自动化, 数据分析管道, 数据工程, 无后门, 根因分析, 流程优化, 生成式AI, 用户模式Hook绕过, 系统审计, 索引, 语义去重, 运营风险, 逆向工具