Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Основи на оптимизирането на изграждането с прогнози
- Разбиране на тесните места в системата за изграждане
- Източници на данни за производителността на изграждането
- Определяне на възможности за машинно обучение в CI/CD
Машинно обучение за анализ на изграждането
- Предварителна обработка на данни от регистри на изграждания
- Извличане на характеристики от метрики, свързани с изграждането
- Избор на подходящи модели за машинно обучение
Прогнозиране на неуспехи при изграждане
- Идентифициране на ключови индикатори за неуспех
- Обучение на класификационни модели
- Оценка на точността на прогнозите
Оптимизиране на времената за изграждане с машинно обучение
- Моделиране на моделите на продължителност на изграждането
- Оценка на изискванията за ресурси
- Намаляване на вариациите и подобряване на предвидимостта
Интелигентни стратегии за кеширане
- Откриване на артефакти от изграждането за повторна употреба
- Проектиране на политики за кеширане, управлявани от машинно обучение
- Управление на инвалидирането на кеша
Интегриране на машинно обучение в CI/CD конвейери
- Вграждане на стъпки за прогнозиране в работните процеси за изграждане
- Осигуряване на възпроизводимост и проследимост
- Въвеждане на модели в експлоатация за непрекъснато подобрение
Мониторинг и непрекъсната обратна връзка
- Събиране на телеметрия от изгражданията
- Автоматизиране на циклите за преглед на производителността
- Повторно обучение на моделите въз основа на нови данни
Мащабиране на оптимизирането на изграждането с прогнози
- Управление на мащабни екосистеми за изграждане
- Прогнозиране на ресурси с машинно обучение
- Интегриране с платформи за изграждане в множество облаци
Обобщение и следващи стъпки
Изисквания
- Разбиране на конвейерите за изграждане на софтуер
- Опит с CI/CD инструменти
- Познаване на основните концепции за машинно обучение
Аудитория
- Инженери по изграждане и внедряване
- DevOps практикуващи
- Екипи по платформено инженерство
14 Часа