Kerangka Materi

Pengantar AI dalam DevOps

  • Apa itu AI for DevOps?
  • Kasus penggunaan dan manfaat AI dalam pipa CI/CD
  • Ulasan tentang alat dan platform yang mendukung otomatisasi berbasis AI

Pengembangan dan Tinjauan Kode Berasistensi AI

  • Menggunakan GitHub Copilot dan alat serupa untuk melengkapi kode
  • Pemeriksaan kualitas kode berbasis AI dan saran
  • Membuat uji otomatis dan mendeteksi kelemahan secara otomatis

Desain Pipa CI/CD yang Cerdas

  • Konfigurasi Jenkins atau GitHub Actions dengan langkah-langkah yang ditingkatkan oleh AI
  • Pemicu pembangunan prediktif dan deteksi rollback cerdas
  • Penyesuaian pipa dinamis berdasarkan kinerja historis

Otomatisasi Pengujian Berdayakan AI

  • Pembuatan dan prioritas pengujian yang dipandu oleh AI (misalnya, Testim, mabl)
  • Analisis uji regresi menggunakan pembelajaran mesin
  • Mengurangi flakiness dan waktu runtime dengan wawasan berbasis data

Analisis Statis dan Dinamis dengan AI

  • Integrasi SonarQube dan alat serupa ke dalam pipa
  • Deteksi otomatis bau kode dan saran refaktorisasi
  • Analisis dampak dan profil risiko kode

Pemantauan, Umpan Balik, dan Perbaikan Kontinyu

  • Alat pemantauan berbasis AI dan deteksi anomali
  • Menggunakan model ML untuk belajar dari hasil pengimplementasian
  • Membuat loop umpan balik otomatis melintasi siklus hidup pengembangan perangkat lunak (SDLC)

Studi Kasus dan Integrasi Praktis

  • Contoh penerapan AI pada CI/CD di lingkungan korporat
  • Integrasi dengan platform native cloud dan mikro layanan
  • Tantangan, rekomendasi, dan praktik terbaik

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pengalaman dengan DevOps dan alur kerja CI/CD
  • Pemahaman dasar tentang kontrol versi dan alat otomasi
  • Kenalan dengan konsep pengujian perangkat lunak dan peluncuran

Audience

  • Insinyur DevOps dan tim platform
  • Pemimpin otomasi QA dan insinyur uji
  • Arsitek perangkat lunak dan manajer peluncuran
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait