感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間:
課程簡介
AI 增強部署工作流程的基礎
- AI 如何增強現代部署實務
- 預測性部署模型概覽
- 核心概念:資料漂移(Drift)、異常訊號、回滾觸發條件
建構智能部署管線
- 將 AI 元件整合至現有 CI/CD 系統
- 有效決策模型所需資料規範
- 管線儀器化(Instrumentation)策略
風險預測與部署前分析
- 利用機器學習評估發布就緒狀態
- 部署風險評分模型
- 運用歷史數據優化發布規劃
AI 控制的發布策略
- 自動化藍綠部署(Blue/Green)與灰度發布(Canary Release)的選擇機制
- 動態調整發布速度
- 部署過程中的即時風險評分
自動回滾與韌性技術
- 理解回滾觸發條件與閾值設定
- 透過指標與日誌偵測異常
- 協調分散式系統的回滾流程
支援 AI 驅動編排的可觀測性
- 收集部署遙測數據以提升模型準確度
- 設計高效的監控管線
- 關聯訊號以改善決策自動化
治理、合規與安全管控
- 確保 AI 驅動部署行為的可稽核性
- 管理風險接受度與核准政策
- 建立自動化決策的信任機制
擴展 AI 編排部署
- 多環境編排的架構設計
- 整合邊緣、雲端與混合部署場景
- 大規模發布的性能考量
總結與後續步驟
最低要求
- 理解 CI/CD 管線運作機制
- 具備雲端原生部署工作流程的實務經驗
- 熟悉容器化技術與微服務架構
目標學員
- DevOps 工程師
- 發布經理
- 網站可靠性工程師(SRE)