聯繫我們
 課程時長 14 時間:

課程簡介

預測性建置最佳化的基礎

  • 理解建置系統的瓶頸
  • 建置效能數據的來源
  • 映射 CI/CD 中的機器學習機會

用於建置分析的機器學習

  • 建置日誌的數據預處理
  • 從相關建置指標中提取特徵
  • 選擇合適的機器學習模型

預測建置失敗

  • 識別關鍵的失敗指標
  • 訓練分類模型
  • 評估預測準確性

利用機器學習優化建置時間

  • 建模建置時長模式
  • 估算資源需求
  • 降低變異性並提高可預測性

智能快取策略

  • 檢測可重用的建置產出物
  • 設計由機器學習驅動的快取政策
  • 管理快取無效化

將機器學習整合至 CI/CD 管線

  • 將預測步驟嵌入建置工作流程
  • 確保可重現性和可追溯性
  • 將模型投入生產以實現持續改進

監控與持續反饋

  • 收集來自建置的遙測數據
  • 自動化效能審查週期
  • 基於新數據進行模型再訓練

擴展預測性建置最佳化

  • 管理大規模建置生態系統
  • 利用機器學習進行資源預測
  • 與多雲建置平台整合

總結與下一步

最低要求

  • 對軟體建置管線有基本了解
  • 具備 CI/CD 工具的經驗
  • 熟悉基本的機器學習概念

目標受眾

  • 建置與發布工程師
  • DevOps 從業者
  • 平台工程團隊

課程分類