Kerangka Materi

Dasar-dasar Optimasi Pembangunan Prediktif

  • Memahami bottleneck sistem pembangunan
  • Sumber data kinerja pembangunan
  • Pemetaan peluang ML dalam CI/CD

Machine Learning untuk Analisis Pembangunan

  • Pra-pemrosesan data log pembangunan
  • Ekstraksi fitur dari metrik terkait pembangunan
  • Memilih model ML yang tepat

Memprediksi Kegagalan Pembangunan

  • Mengidentifikasi indikator kegagalan utama
  • Melatih model klasifikasi
  • Mengevaluasi akurasi prediksi

Mengoptimalkan Waktu Pembangunan dengan ML

  • Pemodelan pola durasi pembangunan
  • Memperkirakan kebutuhan sumber daya
  • Mengurangi variasi dan meningkatkan ketepatan waktu

Strategi Caching Cerdas

  • Mendeteksi artefak pembangunan yang dapat digunakan kembali
  • Merancang kebijakan caching yang didukung ML
  • Mengelola invalidasi cache

Menyatukan ML ke Pipeline CI/CD

  • Menanamkan langkah prediksi ke dalam workflow pembangunan
  • Memastikan keterulangan dan pelacakabilitas
  • Mengoperasikan model untuk perbaikan berkelanjutan

Monitoring dan Umpan Balik Berkelanjutan

  • Mengumpulkan telemetri dari pembangunan
  • Memotomatisasi siklus tinjauan kinerja
  • Melatih ulang model berdasarkan data baru

Penskalaan Optimasi Pembangunan Prediktif

  • Mengelola ekosistem pembangunan berskala besar
  • Peramalan sumber daya dengan ML
  • Integrasi dengan platform build multi-cloud

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang pipeline pembangunan perangkat lunak
  • Pengalaman dengan alat CI/CD
  • Kenalan dengan konsep dasar machine learning

Audience

  • Insinyur pembangunan dan rilis
  • Praktisi DevOps
  • Tim insinyering platform
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait