聯繫我們
 課程時長 14 時間:

課程簡介

AI 增強發布控制的基礎

  • 了解功能旗標與漸進式交付
  • 金絲雀測試與分階段曝光的核心概念
  • AI 在發布流程中的價值所在

發布決策的機器學習技術

  • 系統與使用者行為的基線建模
  • 早期預警的異常偵測方法
  • 訓練資料考量與回饋迴路

設計 AI 驅動的功能旗標策略

  • 由 AI 訊號驅動的動態旗標規則
  • 曝光門檻與自動化評分閘門
  • 自適應的增量、暫停或回滾邏輯

AI 輔助的金絲雀分析

  • 評估金絲雀與基線的效能差異
  • 指標加權與建立 AI 風險評分
  • 觸發自動化決策路徑

將 AI 模型整合至發布管線

  • 在 CI/CD 階段嵌入 AI 檢查
  • 連接功能旗標系統與 ML 引擎
  • 管理混合自動化/人工流程的管線

AI 決策的監控與可觀測性

  • 可靠 AI 推論所需的訊號
  • 收集效能、當機與行為遙測資料
  • 透過持續學習閉合迴路

風險管理與營運治理

  • 確保發布決策中的負責任自動化
  • 定義人工審查條件與覆寫點
  • 稽核 AI 驅動的發布動作

跨產品擴展 AI 發布策略

  • 多團隊治理框架
  • 可重用的 ML 元件與模型標準化
  • 跨產品遙測資料標準化

總結與後續步驟

最低要求

  • 了解 CI/CD 流程
  • 具備功能旗標使用或部署管線的經驗
  • 熟悉基礎統計或效能監控概念

目標學員

  • 產品工程師
  • DevOps 專業人員
  • 發布工程師與技術主管

人數


每位參與者的報價

即將到來的課程

課程分類