План на курса

Основи на предсказателната оптимизация на сградите

  • Разбиране на тежките места на системата за сграждане
  • Източници на данни за производителността на сградата
  • Картиране на възможности за ML в CI/CD

Учене на машина за анализ на сградите

  • Подготвка на данни от журнали на сгради
  • Извличане на характеристики от метрики, свързани с сградата
  • Избор на подходящи модели ML

Предсказване на неуспехите при сграждането

  • Идентифициране на ключови индикатори за неуспех
  • Обучение на модели за класификация
  • Оценка на точността на предсказанията

Оптимизиране на времето за сграждане с ML

  • Моделиране на модели за времето на сграждане
  • Оценка на нуждите от ресурси
  • Съкращаване на вариацията и подобряване на предиктивността

Разумни стратегии за кешуване

  • Разпознаване на повторно използваеми артефакти при сграждането
  • Проектиране на стратегии за кешуване, дривани от ML
  • Управление на инвалидацията на кеша

Интегриране на ML в работните потоци CI/CD

  • Въвеждане на стъпки за предсказване в работните процеси за сграждане
  • Гарантиране на възпроизводимостта и проследимостта
  • Операционализиране на моделите за непрекъснато подобряване

Мониторинг и непрекъснат обратен свят

  • Събиране на телеметрия от сградите
  • Автоматизиране на циклите за оценка на производителността
  • Преподготовка на моделите с нови данни

Масштабиране на предсказателната оптимизация на сградите

  • Управление на масови екосистеми за сграждане
  • Прогноза на ресурсите с ML
  • Интегриране в многооблачни платформи за сграждане

Общо резюме и следващи стъпки

Изисквания

  • Разбиране на транспортните канали на софтуера
  • Опит с инструменти CI/CD
  • Запознанство с основни концепции за учене на машина

Публика

  • Инженери за създаване и пускане
  • Практици DevOps
  • Команди по инженерия на платформата
 14 Часове

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории