Motor Analítico de Incidentes SRE — Pareto 80/20, MAD Z-Score & Dash
Motor analítico clean-room em Python (Pandas, NumPy, Plotly, Dash, Gunicorn) projetado para transformar filas brutas de chamados operacionais Nível 2 / Nível 3 (L3) em priorização estatística acionável de engenharia (Pareto 80/20, conformidade de SLA contratual, percentis MTTR e detecção robusta de anomalias via MAD) — operando 100% sobre telemetria sintética determinística (Zero NDA / Zero PII).
- Repositório Público & CI (
Python 3.11 / 3.12+Docker): github.com/evslopes/sre-incident-analytics-dash - Decisões de Arquitetura (
ADRs 0001–0003): github.com/evslopes/sre-incident-analytics-dash/tree/main/docs/adr
Arquitetura de Dupla Superfície: Investigação L3 & Comitê Executivo
Equipes de sustentação crítica precisam tanto de exploração interativa multidimensional quanto de artefatos estáticos de Data Storytelling para ritos semanais de governança de SLA e Six Sigma. O motor compartilha um único núcleo matemático entre ambas as entregas:
Gerador Sintético (Seed=42) / Adaptador CSV
Schema & Null Audit
Preserva Backlog s/ Leakage
Motor KPI
Pareto, Matriz SLA, P50/P90/P95 & MAD
Console Reativo Plotly Dash
Gunicorn :8050
Exportador HTML Executivo Zero-Server
Rigor Estatístico & Higiene de Dados em Produção
| Desafio Analítico em Operações | Erro Clássico de Implementação | Engenharia Adotada no Motor |
|---|---|---|
Cauda Longa em Tempos de Reparo (MTTR) | Reportar média aritmética simples distorcida por 1 incidente extremo | Uso sistemático de percentis (P50, P90, P95) e boxplots em escala logarítmica por severidade (SEV-1 a SEV-4) |
| Detecção de Regressões Pós-GMUD | Z-Score gaussiano ($\mu \pm 3\sigma$) sofre masking quando o próprio pico infla $\sigma$ | Modified Z-Score baseado em MAD (Median Absolute Deviation, limiar $> 3,5$) com fallback interquartil (IQR / 1,349) |
Tratamento de Chamados em Aberto (NULLs) | Descartar linhas sem resolved_at (ocultando backlog estourando SLA) ou vazar timestamps futuros | DataQualityAudit retém o backlog ativo avaliando estouro em voo (reference_now - opened_at), rotula "Pending L3 RCA" e imputa MTTA ausente pela mediana da severidade com flag ack_imputed |
| Priorização DMAIC / Six Sigma | Atacar tickets isolados por ordem de chegada sem visão sistêmica | Agrupamento automático service :: root_cause_category destacando os Vital Few responsáveis por 80% do toil e gerando recomendações P0 / P1 / P2 |
Pacote modular com CLI (sre-analytics), suíte Pytest, container Gunicorn non-root e documentação estatística completa.