自我修復管道：人工智慧自動偵測事故與復原培訓

AI驅動的部署編排是一種利用機器學習和自動化來指導發佈策略、檢測異常並在有需要時觸發自動回滾的方法。

本培訓由講師現場引導，提供線上或線下形式，旨在為希望透過AI輔助決策與韌性能力來優化部署管線的初級以上專業人士設計。

完成此培訓後，學員將能夠：

• 實施AI輔助的發佈策略，實現更安全的部署。
• 利用機器學習洞察預測部署風險。
• 基於異常檢測整合自動回滾流程。
• 增強可觀測性以支援智能編排。

課程格式

• 由講師主導的技術深度示範。
• 著重於部署實驗的實操情境。
• 模擬現實世界編排挑戰的實務實驗室。

課程客製化選項

• 可依需求安排客製化整合、工具鏈支援或流程對齊。

AI 用於 DevOps 是指運用人工智慧，透過智能自動化與最佳化技術，增強持續整合、測試、部署和交付流程。

這項由講師主導的即時培訓（線上或線下）旨在針對中階 DevOps 專業人士，幫助他們將 AI 和機器學習融入 CI/CD 流水線，以提升速度、準確性和品質。

完成本培訓後，學員將能夠：

• 將 AI 工具整合至 CI/CD 工作流程，實現智能自動化。
• 應用基於 AI 的測試、程式碼分析與變更影響檢測。
• 利用預測洞察優化構建與部署策略。
• 透過 AI 增強的回饋迴圈實施追溯性和持續改進。

課程格式

• 互動式講座與討論。
• 大量的練習與實作。
• 在即時實驗室環境中進行實作。

課程客製化選項

• 若要為本課程申請客製化培訓，請聯繫我們以安排。

透過AI驅動的分發控制，將機器學習、模式分析以及適應性決策模型套用至功能旗標運作及金絲雀測試流程中。

此為由講師主導的現場教學（線上或線下），針對希望利用AI驅動分析來提升版本發布可靠性並優化功能暴露決策的中階工程師與技術主管。

完成本課程後，參與者將能夠：

• 運用基於AI的決策模型評估新功能暴露風險。
• 利用效能、行為及運營指標自動化金絲雀分析流程。
• 將智慧評分系統整合至功能旗標平台。
• 設計能根據即時數據動態調整的分發策略。

課程格式

• 以實際案例支持的引導式討論。
• 著重於AI增強型分發策略的實作練習。
• 在模擬的功能旗標及金絲雀環境中進行實務操作。

課程自訂選項

• 如需安排客製化內容或整合組織特定工具，請聯繫我們。

AIOps（IT運營人工智能）日益被用於在事件發生前預測事件，並自動執行根本原因分析（RCA），以減少停機時間並加速解決問題。

此種由講師主導的培訓課程可線上或線下進行。對象為希望利用AIOps工具和機器學習模型實施預測性分析、自動化修復程序，並設計智能RCA工作流程的高階IT專業人士。

完成本課程後，參與者將能夠：

• 構建和訓練機器學習模型以檢測導致系統故障的模式。
• 基於多來源日誌與指標關聯，自動化RCA工作流程。
• 將警報與修復程序整合至現有平台。
• 在生產環境中部署並擴展智能AIOps流程。

課程形式

• 互動式講授與討論。
• 大量練習與實作。
• 在真實實驗室環境中進行實作演練。

課程客製化選項

• 如需針對此課程請求客製化培訓，請聯繫我們安排。

AIOps（IT運營的人工智能）是一種將機器學習和分析技術應用於自動化及優化IT運營的做法，特別是在監控、事件檢測和響應方面。

本次由導師親自指導的實時培訓（線上或線下）面向希望實施AIOps技術以關聯指標與日誌、減少告警噪音並通過智能自動化提升可觀測性的中級IT運營專業人員。

培訓結束後，學員將能夠：

• 理解AIOps平台的原則和架構。
• 跨日誌、指標和追蹤數據進行關聯以識別根本原因。
• 通過智能過濾和噪音抑制減少告警疲勞。
• 使用開源或商業工具自動監控和響應事件。

課程形式

• 互動式講授與討論。
• 大量的練習與實操。
• 在實時實驗室環境中進行動手實施。

課程定制選項

• 如需為該課程申請定制化培訓，請聯繫我們安排。

完全基於開源工具構建的 AIOps 數據處理流程，允許團隊設計具備成本效益且靈活的解決方案，以應對生產環境中的可觀測性、異常偵測和智能告警需求。

這門由講師指導的實作課程（可選擇線上或線下）主要針對進階工程師，協助他們使用 Prometheus、ELK、Grafana 以及自訂機器學習模型等工具，建構並部署端到端的 AIOps 數據處理流程。

完成培訓後，參與者將能夠：

• 僅使用開源元件設計 AIOps 架構。
• 收集和標準化日誌、指標和追蹤的數據。
• 應用機器學習模型偵測異常並預測事故。
• 利用開源工具自動化告警與修復流程。

課程形式

• 互動式授課與討論。
• 大量的練習與實作環節。
• 在實作實驗室環境中進行動手操作。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯絡我們安排。

AI 驅動的測試生成是一組技術和工具，利用機器學習自動創建測試用例並預測測試盲區。

這項由講師主導的現場培訓（線上或線下）針對希望應用 AI 技術自動生成測試並預測覆蓋不足區域的高級專業人士。

完成本研討會後，學員將能夠：

• 利用 AI 模型生成有效的單元、整合及端到端測試場景。
• 使用機器學習分析程式碼庫，以檢測潛在的覆蓋盲點。
• 將基於 AI 的測試生成整合至 CI/CD 工作流中。
• 根據預測失敗分析優化測試策略。

課程格式

• 專家洞察支持的導向技術講座。
• 基於場景的實踐環節和實作練習。
• 在受控測試環境中的應用實驗。

課程自訂選項

• 如果您需要將此培訓量身定制到您的工具鏈或工作流，請聯繫我們以安排。

AI驅動的QA自動化透過產生智慧測試用例、最佳化迴歸測試覆蓋範圍，並將智能品質閘道整合至CI/CD管線，增強傳統測試方法，實現規模化且可靠的軟體交付。

此課程由講師現場指導（線上或線下），針對希望將AI工具應用於自動化及擴展持續整合與部署工作流程中品質保證工作的初階QA工程師和DevOps專業人士設計。

完成本課程後，學員將能夠：

• 使用AI驅動的自動化平台生成、優先排序並維護測試用例。
• 將智能QA閘道整合至CI/CD管線，以預防迴歸問題。
• 運用AI進行探索性測試、缺陷預測及測試不穩定性分析。
• 在快速迭代的敏捷專案中最佳化測試時間與覆蓋範圍。

課程格式

• 互動式講授與討論。
• 大量的練習與實作環節。
• 在即時實驗室環境中進行實作演練。

課程自訂選項

• 如需為此課程申請自訂培訓，請聯繫我們安排。

AI 輔助合規監控是一門運用智慧自動化來偵測、執行及驗證軟體交付生命週期中政策要求的專業領域。

此為由講師主導的實時培訓（線上或線下），目標對象為希望將 AI 驅動的合規控制整合至其 CI/CD 管線的中階專業人士。

完成此培訓後，學員將能夠：

• 應用基於 AI 的檢查以在軟體建置期間識別合規差距。
• 使用智慧政策引擎來執行監管、安全性及授權標準。
• 自動偵測設定漂移與偏差。
• 將即時合規報告整合至交付工作流程中。

課程形式

• 講師引導的簡報，輔以實務範例。
• 著重於真實世界 CI/CD 合規情境的實作練習。
• 在受控 DevSecOps 實驗室環境中進行的應用實驗。

課程客製化選項

• 若貴組織需要量身打造的合規整合，請聯繫我們以安排。

AI 的 CI/CD 是一種結構化方法，利用持續整合和持續交付管線，自動化模型打包、測試、容器化和部署。

這門由導師帶領的實作培訓（線上或下課）旨在協助中級專業人士，使用 Docker 和 CI/CD 平台自動化端到端 AI 模型交付流程。

完成培訓後，學員將能夠：

• 建立用於構建和測試 AI 模型容器的自動化管線。
• 實施版本控制和模型生命週期的可重複性。
• 整合 AI 服務的自動化部署策略。
• 套用針對機器學習運作的 CI/CD 最佳實踐。

課程格式

• 導師引導的簡報與技術討論。
• 實作實驗室和動手實施練習。
• 在受控環境中進行逼真的 CI/CD 工作流程模擬。

課程客製化選項

• 如果您的組織需要自定義管線工作流程或平台整合，請聯繫我們以調整此課程。

GitHub Copilot is an AI-powered coding assistant that helps automate development tasks, including DevOps operations such as writing YAML configurations, GitHub Actions, and deployment scripts.

This instructor-led, live training (online or onsite) is aimed at beginner-level to intermediate-level professionals who wish to use GitHub Copilot to streamline DevOps tasks, improve automation, and boost productivity.

By the end of this training, participants will be able to:

• Use GitHub Copilot to assist with shell scripting, configuration, and CI/CD pipelines.
• Leverage AI code completion in YAML files and GitHub Actions.
• Accelerate testing, deployment, and automation workflows.
• Apply Copilot responsibly with an understanding of AI limitations and best practices.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

DevSecOps 與 AI 是一種將人工智慧整合至 DevOps 開發流程中的實踐，旨在軟體交付生命週期中主動偵測弱點、執行安全政策，並自動化回應措施。

此課程由講師主導，提供線上或線下實作培訓（Live 部分不譯），適合中階 DevOps 與資安專業人士，協助其運用基於 AI 的工具與實踐方式，強化開發及部署流程中的安全自動化能力。

完成本課程後，學員將能：

• 將 AI 驅動的安全工具整合至 CI/CD 流程中。
• 運用 AI 支援的靜態與動態分析，提前偵測問題。
• 自動化密鑰偵測、程式碼弱點掃描及相依性風險評估。
• 利用智慧技術實現主動式威脅建模與政策執行。

課程形式

• 互動式講授與討論。
• 豐富的演練與實務操作。
• 在即時實驗環境中進行實作。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯絡我們安排。

企業級 AIOps 平台，如 Splunk、Moogsoft 和 Dynatrace，能在大規模 IT 環境中提供強大的異常檢測、告警關聯以及自動化響應能力。

此課程由講師親自指導，提供線上或線下培訓模式。對象為希望將 AIOps 工具整合至現有可觀測性架構與作業工作流程的中階企業 IT 團隊。

完成本培訓後，學員將能夠：

• 配置並整合 Splunk、Moogsoft 和 Dynatrace，建立統一的 AIOps 架構。
• 利用 AI 驅動的分析技術，關聯分散式系統中的指標、日誌與事件。
• 結合內建與自訂工作流程，自動化實現事件偵測、優先級排序及響應。
• 在企業規模下優化效能，降低 MTTR（平均修復時間），並提升作業效率。

課程形式

• 互動式講授與討論。
• 大量的練習與實作機會。
• 在即時實驗室環境中進行動手實作。

課程客製化選項

• 如需此課程的客製化培訓，請聯絡我們安排。

Prometheus 和 Grafana 是現代基礎設施可觀測性領域廣泛採用的工具。機器學習則透過預測性和智能洞察增強這些工具，從而自動化操作決策。

本課程為講師主導的現場培訓（線上或線下），旨在幫助具備中級技能的可觀測性專業人員，通過整合 AIOps 實踐以及使用 Prometheus、Grafana 和機器學習技術，現代化其監控基礎設施。

完成本培訓後，參與者將能夠：

• 配置 Prometheus 和 Grafana 以實現系統和服務的可觀測性。
• 收集、存儲並可視化高質量的時間序列數據。
• 應用機器學習模型進行異常檢測和預測。
• 基於預測洞察構建智能警報規則。

課程形式

• 互動式講座與討論。
• 大量的練習與實操。
• 在實驗環境中進行動手實施。

課程定制選項

• 如需請求本課程的定制培訓，請聯繫我們以安排。

大型語言模型（LLM）以及 AutoGen 和 CrewAI 等自主代理框架，正透過模擬人類般的協作與決策能力，重新定義 DevOps 團隊自動化追蹤變更、生成測試和警報分類的方式。

本培訓課程由專業講師親自授課，提供線上或線下培訓方式，主要面向希望設計並實施基於大型語言模型（LLM）和多代理系統驅動的 DevOps 自動化工作流程的高階工程師。

完成本培訓後，參與者將能夠：

• 將基於 LLM 的代理整合至 CI/CD 工作流程中，實現智慧自動化。
• 利用代理自動化生成測試、分析提交記錄，並自動總結變更內容。
• 協調多個代理以處理警報分類、生成回應，並提供 DevOps 相關建議。
• 使用開源框架建構安全且易於維護的代理驅動工作流程。

課程形式

• 互動式講授與討論。
• 大量的練習與實作環節。
• 在即時實驗環境中進行實際操作。

課程客製化選項

• 如需為本課程申請客製化培訓，請聯繫我們以安排相關事宜。