Návrh Školení

Úvod do AI v DevOps

  • Co je AI pro DevOps?
  • Použití a výhody AI v CI/CD potocích
  • Přehled nástrojů a platform podporujících AI-ovou automatizaci

AI-asistovaný vývoj kódu a revize

  • Použití GitHub Copilot a podobných nástrojů pro dokončování kódu
  • AI-založené kontroly a návrhy na zlepšení kvality kódu
  • Automatické generování testů a detekce bezpečnostních rizik

Inteligentní návrh CI/CD potoků

  • Konfigurace Jenkins nebo GitHub Actions s AI-zlepšenými kroky
  • Prediktivní spouštění sestavení a inteligentní detekce vrácení zpět
  • Dynamické úpravy potoků na základě historických výkonů

AI-podporovaná automatizace testování

  • Generování a priorizace testů pomocí AI (např. Testim, mabl)
  • Analýza regresních testů pomocí strojového učení
  • Snížení nestabilita a doby spuštění testů s využitím datových výzkumů

Statická a dynamická analýza pomocí AI

  • Integrace SonarQube a podobných nástrojů do potoků
  • Automatické detekce problémů s kódem a návrhy na refaktorizaci
  • Analýza dopadu a profilování rizik kódu

Monitorování, zpětná vazba a kontinuální vylepšování

  • AI-podporované nástroje pro observabilitu a detekci anomálií
  • Využití modelů strojového učení k výukě z výsledků nasazení
  • Tvoření automatizovaných zpětných vazeb po celém cyklu SDLC

Studie případů a praktická integrace

  • Příklady AI-zlepšených CI/CD v podnicích
  • Integrace s cloudovými nativními platformami a mikroslužbami
  • Výzvy, doporučení a nejlepší praktiky

Shrnutí a další kroky

Požadavky

  • Zkušenosti s DevOps a CI/CD pracovními postupy
  • Základní znalost systémů kontroly verzí a nástrojů pro automatizaci
  • Omlouvám se s koncepty softwarového testování a nasazování

Cílová skupina

  • DevOps inženýři a týmy platformy
  • QA vedoucí automatizace a testovací inženýři
  • Softwaroví architekti a manažeři vydání
 14 Hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie