연락처 정보

코스 개요

예측형 빌드 최적화의 기초

  • 빌드 시스템 병목 현상 이해
  • 빌드 성능 데이터 소스
  • CI/CD 내 ML 기회 매핑

빌드 분석을 위한 머신러닝

  • 빌드 로그를 위한 데이터 전처리
  • 빌드 관련 지표에서 특징 추출
  • 적절한 ML 모델 선택

빌드 실패 예측

  • 주요 실패 지표 식별
  • 분류 모델 훈련
  • 예측 정확도 평가

ML을 통한 빌드 시간 최적화

  • 빌드 기간 패턴 모델링
  • 리소스 요구 사항 추정
  • 변동성 감소 및 예측 가능성 향상

지능형 캐싱 전략

  • 재사용 가능한 빌드 아티팩트 감지
  • ML 기반 캐시 정책 설계
  • 캐시 무효화 관리

CI/CD 파이프라인에 ML 통합

  • 빌드 워크플로에 예측 단계 임베딩
  • 재현 가능성 및 추적 가능성 보장
  • 지속적 개선을 위한 모델 운영화

모니터링 및 지속적 피드백

  • 빌드에서 텔레메트리 수집
  • 성능 검토 사이클 자동화
  • 새로운 데이터 기반 모델 재훈련

예측형 빌드 최적화 확장

  • 대규모 빌드 생태계 관리
  • ML을 통한 리소스 예측
  • 멀티클라우드 빌드 플랫폼과의 통합

요약 및 다음 단계

요건

  • 소프트웨어 빌드 파이프라인에 대한 이해
  • CI/CD 도구 사용 경험
  • 기본적인 머신러닝 개념에 대한 친숙함

대상 청중

  • 빌드 및 릴리스 엔지니어
  • DevOps 실무자
  • 플랫폼 엔지니어링 팀
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리