感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
DevOps 中的 AI 簡介
- 何為 AI for DevOps？
- AI 在 CI/CD 管線中的應用情境與效益
- 支援 AI 驅動自動化的工具與平台概觀
AI 輔助的程式開發與審查
- 使用 GitHub Copilot 及類似工具進行程式碼補全
- 基於 AI 的程式碼品質檢查與建議
- 自動生成測試與偵測漏洞
智慧化 CI/CD 管線設計
- 配置 Jenkins 或 GitHub Actions 並加入 AI 增強步驟
- 預測性建置觸發與智慧回滾偵測
- 根據歷史效能動態調整管線
AI 驅動的測試自動化
- AI 驅動的測試生成與優先級排序（例如 Testim, mabl）
- 運用機器學習進行回歸測試分析
- 透過數據驅動洞察減少不穩定測試（Flakiness）與測試執行時間
AI 驅動的靜態與動態分析
- 將 SonarQube 及類似工具整合至管線中
- 自動偵測程式碼異味（Code Smells）並提出重構建議
- 影響分析與程式碼風險描繪
監控、回饋與持續改進
- AI 驅動的 observability 工具與異常偵測
- 利用 ML 模型從部署結果中學習
- 跨 SDLC 建立自動回饋循環
案例研究與實務整合
- 企業環境中 AI 增強 CI/CD 的實例
- 與雲端原生平台及微服務整合
- 挑戰、建議與最佳實踐
總結與後續步驟
最低要求
- 具備 DevOps 與 CI/CD 工作流程經驗
- 對版本控制與自動化工具具備基礎理解
- 熟悉軟體測試與部署概念
適用對象
- DevOps 工程師與平台團隊
- QA 自動化負責人與測試工程師
- 軟體架構師與版本發行經理
14 小時