i8c implementeert en beheert Hybride Integratie Platformen (HIP) bij haar klanten. Aan de hand van dergelijke platformen worden de datastromen tussen verschillende IT-systemen geautomatiseerd. Hierbij wordt ernaar gestreefd een zo hoog mogelijke graad van automatisatie te bekomen, met zo min mogelijk menselijke interventie. Voor de opvolging van alle datastromen wordt gebruik gemaakt van een centrale monitoring applicatie, waarin alle audit en log evenementen afkomstig van de datastromen geïmplementeerd in het HIP worden geregistreerd, geïnterpreteerd en acties ondernomen wanneer er problemen optreden.

De interpretatie van alle evenement wensen we uit te breiden met Machine Learning, om op die manier minder voor de hand liggende problemen beter en sneller te kunnen detecteren.

Opdracht: Veel klanten van i8c bouwen bovenop hun Hybride Integratie Platform (HIP) een eigen monitoring oplossing, waarmee men de status van alle interfaces die over het platform lopen opvolgt. Deze monitoring oplossing bevat veelal dezelfde basisfunctionaliteit, wat erop neerkomt dat “het wiel vaak heruitgevonden wordt”. Om hieraan tegemoet te komen werkt i8c aan een integratie monitoring oplossing met als doel: - Een generieke monitoring oplossing te bieden, herbruikbaar bij verschillende klanten en combineerbaar met verschillende types HIP, zowel in de cloud als on-premises - Gebruik te maken van de meest recente concepten en principes, waaronder Machine Learning, microservices, big data streaming analytics, DevOps, managed containers, enz. - Exclusief en maximaal te werken met open source componenten, zodat de oplossing geen extra licentiekosten of vendor-lockin met zich meebrengt en zoveel mogelijk tracht functionaliteit in bestaande open source projecten te hergebruiken

7
Stream Processor Microservice
Integration Microservices
Hybrid Integration Platform

Momenteel bevindt de i8c monitoring oplossing zich nog in een conceptuele fase, bestaande uit een functionele Proof of Concept. Bedoeling van deze opdracht is de oplossing verder uit te werken en uit te breiden met volgende functionaliteit: - Machine Learning op basis van alle data gecentraliseerd in de Elasticsearch datastore - Samenbrengen en correleren van additionele bronnen van log data uit het integratie platform (logs van O.S.-processen, containers, enz.) - Userinterface voor het beheer van de staat van alle integratiestromen - Automatiseren van de uitrol en het beheer van de complete monitoring oplossing Belangrijkste gebruikte technologieën: - Elastic stack: o Machine Learning feature o Elasticsearch: datastore en zoekmachine o Kibana: Angular gebaseerde UI - Maatwerk op basis van Java en frameworks zoals Spring, Apache Camel, enz - Apache Kafka: big data stream processing engine - Deployment als microservices met Docker & Kubernetes

Geplande activiteiten: • Analyse en ontwerp van de gewenste functionaliteit • Configuratie van de Machine Learning feature binnen de Elastic stack • Ontwikkeling van eventuele maatwerk code in zowel front-end (Angular) als backend (Java) • Verpakken van de code als containers en installatie op een schaalbare Kubernetes omgeving in de cloud
8
• Documenteren en presenteren van de gebouwde oplossing Wat verwachten we: • Je bent niet bang van een uitdaging • Je leert graag nieuwe technologieën • Je hebt een basiskennis van Java, Javascript en netwerken