聯繫我們
 課程時長 14 時間:

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)

人數


每位參與者的報價

即將到來的課程

課程分類