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)

人數


每位參與者的報價

即將到來的課程

課程分類