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 如何補充現代部署實踐
  • 預測性部署模型概覽
  • 關鍵概念:漂移、異常信號、回滾觸發條件

構建智能部署管道

  • 將 AI 組件整合到現有的 CI/CD 系統中
  • 有效決策模型所需的數據要求
  • 管道儀表化策略

風險預測與部署前分析

  • 利用機器學習評估發布準備狀況
  • 部署風險評分模型
  • 使用歷史數據進行更智能的發布規劃

AI 控制的發布策略

  • 自動化藍綠發布和金丝雀發布的選擇
  • 動態調整發布速度
  • 部署期間的實時風險評分

自動回滾與韌性技術

  • 理解回滾觸發條件和閾值
  • 通過指標和日誌偵測異常
  • 協調跨分布式系統的滾動操作

AI 驅動編排的可觀察性

  • 收集部署遙測數據以提高模型準確性
  • 設計有效的監控管道
  • 關聯信號以改善決策自動化

治理、合規與安全控制

  • 確保 AI 驅動部署操作的可審計性
  • 管理風險接受和審批策略
  • 為自動決策建立信任機制

擴展 AI 編排部署

  • 多環境編排架構
  • 集成邊緣、雲端和混合部署
  • 大規模滾動的性能考量

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
  • 熟悉容器化和微服務架構

目標受眾

  • DevOps 工程師
  • 發布經理
  • 網站可靠性工程師 (SRE)

課程分類