感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
AI增強發佈控制的基礎。
- 理解功能標誌和漸進式交付。
- 金絲雀測試和分階段暴露的核心概念。
- AI在發佈工作流中的價值所在。
用於發佈決策的機器學習技術。
- 系統和用戶行爲的基礎模型。
- 用於早期預警的異常檢測方法。
- 訓練數據考慮和反饋循環。
設計AI驅動的功能標誌策略。
- 基於AI信號的動態標誌規則。
- 暴露閾值和自動化評分門控。
- 自適應增加、暫停或回滾邏輯。
AI輔助的金絲雀分析。
- 評估金絲雀與基線性能。
- 加權指標和創建基於AI的風險評分。
- 觸發自動化決策路徑。
將AI模型集成到發佈管道中。
- 在CI/CD階段嵌入AI檢查。
- 將功能標誌系統連接到ML引擎。
- 管理混合自動化/手動工作流的管道。
AI決策的監控與可觀察性。
- 可靠AI推理所需的信號。
- 收集性能、崩潰和行爲遙測數據。
- 通過持續學習閉環。
風險管理與運營治理。
- 確保發佈決策中的負責任自動化。
- 定義人工審查條件和覆蓋點。
- 審計AI驅動的發佈操作。
跨產品的AI發佈策略擴展。
- 多團隊治理框架。
- 可重用的ML組件和模型標準化。
- 跨產品遙測數據標準化。
總結與下一步。
最低要求
- 瞭解CI/CD工作流程。
- 有功能標誌使用或部署管道的經驗。
- 熟悉基本的統計或性能監控概念。
受衆
- 產品工程師。
- DevOps專業人員。
- 發佈工程師和技術負責人。
14 小時