Plan Szkolenia

Podstawy Optymalizacji Predykcyjnej Budowania

  • Zrozumienie瓶颈点 in the build system
  • Źródła danych o wydajności budowania
  • Mapowanie możliwości ML w CI/CD

Uczenie Maszynowe dla Analizy Budowania

  • Przygotowywanie danych z logów budowania
  • Wyodrębnianie cech z metryk związanych z budową
  • Wybieranie odpowiednich modeli ML

Przewidywanie Błędów Budowania

  • Identyfikowanie kluczowych wskaźników błędów
  • Trenowanie modeli klasyfikacyjnych
  • Ocena dokładności przewidywań

Optymalizacja Czasów Budowania za pomocą ML

  • Modelowanie wzorców trwania budowania
  • Szacowanie wymagań dotyczących zasobów
  • Redukcja zmienności i poprawa przewidywalności

Inteligentne Strategie Buforowania

  • Wykrywanie ponownie używanych artefaktów budowania
  • Projektowanie zasad buforowania sterowanych ML
  • Zarządzanie nieaktywnością bufora

Integracja ML w Potoki CI/CD

  • Wbudowywanie kroków przewidywania do workflow budowania
  • Zapewnianie powtarzalności i śledzenia pochodzenia
  • Wdrożenie modeli w celu ciągłego doskonalenia

Monitorowanie i Ciągła Rewizja

  • Zbieranie danych telemetrycznych z budowania
  • Automatyzacja cykli rewizji wydajności
  • Ponowne trenowanie modeli na podstawie nowych danych

Skalowanie Optymalizacji Predykcyjnej Budowania

  • Zarządzanie wielkoskalowymi ekosystemami budowania
  • Prognozowanie zasobów za pomocą ML
  • Integracja z platformami budowania w wielu chmurach

Podsumowanie i Kolejne Kroki

Wymagania

  • Zrozumienie potoków budowania oprogramowania
  • Doświadczenie z narzędziami CI/CD
  • Podstawowa znajomość koncepcji uczenia maszynowego

Grupa Docelowa

  • Inżynierowie budowania i wydawania
  • Praktycy DevOps
  • Zespoły inżynieryjne platformowe
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie