AI驅動的部署編排與自動回滾培訓
AI驅動的部署編排是一種利用機器學習與自動化來引導發布策略、偵測異常,並在需要時觸發自動回滾的方法。
此課程為講師指導的線下或線上培訓,適合中級專業人士,旨在優化部署管道,並具備AI驅動的決策與韌性能力。
完成此培訓後,參與者將能:
- 實施AI輔助的發布策略,以提升部署安全性。
- 利用機器學習驅動的洞察預測部署風險。
- 整合基於異常偵測的自動回滾工作流程。
- 增強可觀測性,以支援智慧編排。
課程形式
- 講師示範,並深入探討技術細節。
- 專注於部署實驗的實作情境。
- 模擬真實編排挑戰的實作實驗室。
課程客製化選項
- 可依需求安排客製化整合、工具鏈支援或工作流程對齊。
課程簡介
AI增強部署工作流程的基礎
- AI如何強化現代部署實務
- 預測性部署模型概覽
- 關鍵概念:漂移、異常訊號、回滾觸發器
建構智慧部署管道
- 將AI元件整合至現有CI/CD系統
- 有效決策模型的資料需求
- 管道儀器化策略
風險預測與部署前分析
- 利用機器學習評估發布就緒度
- 部署風險的評分模型
- 使用歷史資料進行更智慧的發布規劃
AI控制的發布策略
- 自動化藍綠與金絲雀發布的選擇
- 動態調整發布速度
- 部署期間的即時風險評分
自動回滾與韌性技術
- 了解回滾觸發器與閾值
- 透過指標與日誌偵測異常
- 協調分散式系統中的回滾
AI驅動編排的可觀測性
- 收集部署遙測資料以提升模型準確性
- 設計有效的監控管道
- 關聯訊號以改善決策自動化
治理、合規與安全控制
- 確保AI驅動部署動作的可稽核性
- 管理風險接受與核准政策
- 建立自動化決策的信任機制
擴展AI編排的部署
- 多環境編排的架構
- 整合邊緣、雲端與混合部署
- 大規模發布的效能考量
總結與後續步驟
最低要求
- 了解CI/CD管道
- 具備雲原生部署工作流程的經驗
- 熟悉容器化與微服務
目標學員
- DevOps工程師
- 發布經理
- 網站可靠性工程師(SRE)
公開培訓課程需要5名以上參與者。
AI驅動的部署編排與自動回滾培訓 - 訂單
AI驅動的部署編排與自動回滾培訓 - 詢問
AI驅動的部署編排與自動回滾 - 咨詢詢問
即將到來的課程
相關課程
AI for DevOps:將智慧整合至CI/CD管道
14 小時AI 功能旗標與金絲雀測試策略
14 小時AI 驅動的觀測性:從日誌到基於大語言模型的洞察
14 小時在 香港(線上或線下)進行的這場由講師引導的即時培訓,旨在幫助希望將大語言模型 (LLM) 和 AI 集成到其監控、告警及事件分析工作流中的觀測性和 SRE 工程師。
AIOps實戰:事件預測與根因自動化
14 小時AIOps基礎:監控、關聯與智能警報
14 小時使用開源工具建置 AIOps 管線
14 小時在 香港 的這場講師帶領培訓中,學習使用開源工具建置端到端 AIOps 管線。透過 Prometheus、ELK 及自訂 ML 模型,涵蓋可觀測性、異常偵測與自動化警報,掌握實戰生產環境所需的動手技能。
AI驅動的測試生成與覆蓋率預測
14 小時CI/CD中的AI驅動QA自動化
14 小時以AI代理實現自主運維
14 小時這是由講師帶領的現場培訓。地點為 香港,形式為線上或線下。課程面向SRE和DevOps工程師。旨在幫助設計、構建並安全部署AI代理,以實現自主IT運維。
以AI持續合規:CI/CD中的治理
14 小時面向AI的CI/CD:自动化基于Docker的模型构建与部署
21 小時結合 Splunk、Moogsoft 與 Dynatrace 的企業級 AIOps
14 小時此 香港 的線上培訓,教導中等 IT 團隊如何整合 Splunk、Moogsoft 與 Dynatrace。實現企業級 AIOps。涵蓋異常偵測、警訊關聯與工作流程自動化。以降低 MTTR 並提升大規模作業效率。
使用Prometheus、Grafana和ML部署AIOps
14 小時本課程為在 香港 進行的授課老師帶領的培訓,協助可觀測性專業人員使用Prometheus、Grafana和ML整合AIOps。學員將配置可觀測性棧,應用機器學習進行異常檢測和預測,並為自動化運營構建智能告警規則。
LLMOps:生產環境中的大語言模型運營與治理
14 小時本在香港(線上或線下)舉辦的由講師主導的現場培訓,面向需要構建大規模支持大語言模型應用的穩健運營管道的機器學習工程師和平臺團隊。