DevSecOps s využitím umělé inteligence: Automatizace zabezpečení v procesu vývoje softwaru Počítačový Kurz
DevSecOps s využitím umělé inteligence představuje metodu, při které se do DevOps procesů integruje umělá inteligence za účelem proaktivního odhalování slabin, uplatňování bezpečnostních pravidel a automatického reagování na hrozby v průběhu celého cyklu vývoje softwaru.
Toto živé školení pod vedením instruktora (online nebo prezenčně) je určeno pro odborníky na úrovni středně pokročilých, kteří se zabývají DevOps a zabezpečením a chtějí využít nástroje i postupy založené na umělé inteligenci ke zlepšení automatizace bezpečnosti v rámci vývojových a distribučních procesů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Začlenit nástroje pro zabezpečení využívající umělou inteligenci do CI/CD procesů.
- Využívat statickou a dynamickou analýzu podporovanou AI k dřívějšímu odhalování problémů.
- Automatizovat detekci citlivých údajů, skenování zranitelností v kódu a analýzu rizik v závislostech softwaru.
- Provádět proaktivní modelování hrozeb a vynucování bezpečnostních pravidel pomocí inteligentních technik.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Řada cvičení a praktických úkolů.
- Praktická realizace v prostředí živé laboratoře.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat školení na míru, kontaktujte nás a domluvte podrobnosti.
Návrh Školení
Úvod do DevSecOps a integrace umělé inteligence
- Zásady a cíle DevSecOps
- Role umělé inteligence a strojového učení v kontextu DevSecOps
- Trendy v automatizaci zabezpečení a typy používaných nástrojů
Statická a dynamická analýza kódu s využitím umělé inteligence
- Využití nástrojů jako SonarQube, Semgrep či Snyk Code pro statickou analýzu
- Dynamické testování s využitím generace testovacích případů podporovaných AI
- Interpretace výsledků a jejich integrace do systémů pro správu verzí kódu
Detekce odhalených citlivých údajů a přihlašovacích údajů
- Využití AI k detekci pevně zakódovaných tajných informací (např. GitHub Advanced Security, Gitleaks)
- Prevence vkládání citlivých údajů do systémů pro správu verzí kódu
- Vytváření automatických pravidel pro blokování a upozorňování na problémy
Skenování závislostí a kontejnerů s využitím umělé inteligence
- Skenování kontejnerů pomocí nástroje Trivy a doplňků založených na AI
- Sledování využívaných externích knihoven a generování SBOM dokumentace
- Automatická doporučení na nápravu a upozornění na nutnost opravy zranitelností
Inteligentní modelování hrozeb a posuzování rizik
- Automatizované modelování hrozeb pomocí nástrojů využívajících umělou inteligenci
- Priorizace rizik na základě modelů strojového učení
- Spojení technických slabin s jejich dopadem na celý podnik
Integrace a automatizace zabezpečení do CI/CD procesů
- Začlenění bezpečnostních kontrol do prostředí Jenkins, GitHub Actions či GitLab CI
- Vytváření pravidel „policies-as-code“ pro zajištění souladu napříč všemi prostředími
- Generování reportů s pomocí AI určených k auditům a kontrole shody s předpisy
Příklady z praxe a vzory automatizace zabezpečení
- Reálné příklady využití umělé inteligence ve zabezpečovacích procesech
- Jak vybrat vhodné nástroje pro daný systém
- Osvědčené postupy při budování a udržování bezpečných procesů vývoje
Shrnutí a další kroky
Požadavky
- Znalost cyklu DevOps a principů CI/CD procesů
- Základní znalosti principů bezpečnosti softwaru
- Seznámení s systémy pro správu kódu a nástroji typu „infrastructure-as-code“
Cílová skupina
- DevOps týmy zaměřené na zabezpečení
- Inženýři DevSecOps a odborníci na cloudovou bezpečnost
- Odborníci na compliance a řízení rizik
Veřejné školení vyžaduje minimálně 5 účastníků.
DevSecOps s využitím umělé inteligence: Automatizace zabezpečení v procesu vývoje softwaru Počítačový Kurz - Rezervace
DevSecOps s využitím umělé inteligence: Automatizace zabezpečení v procesu vývoje softwaru Počítačový Kurz - Dotaz
DevSecOps s využitím umělé inteligence: Automatizace zabezpečení v procesu vývoje softwaru - Dotaz ohledně konzultace
Nadcházející kurzy
Související kurzy
Orchestrace nasazení řízená umělou inteligencí a automatický navrat k předchozí verzi
14 HodinyOrchestrace nasazení řízená umělou inteligencí je metoda, která využívá strojové učení a automatizaci k určování strategií nasazení, detekci anomálií a případnému automatickému navratu k předchozí verzi.
Toto školení vedené instruktorem (online nebo na místě) je určeno pro profesionály středně pokročilé úrovně, kteří chtějí optimalizovat procesy nasazení pomocí rozhodování podpořeného umělou inteligencí a zvýšit tak jejich odolnost.
Po absolvování tohoto kurzu budou účastníci schopni:
- Implementovat strategie nasazení s podporou umělé inteligence pro bezpečnější provedení.
- Předvídat rizika spojená s nasazením pomocí poznatků získaných ze strojového učení.
- Integrovat automatické postupy navratu k předchozí verzi na základě detekce anomálií.
- Zlepšit sledovatelnost nasazení tak, aby podporovala inteligentní orchestraci.
Forma kurzu
- Praktické ukázky vedené instruktorem s podrobným technickým výkladem.
- Cvičení zaměřená na experimentování s procesy nasazení.
- Laboratoře simulující skutečné situace při orchestraci nasazení.
Možnosti přizpůsobení kurzu
- Na vyžádání lze zajistit přizpůsobené integrace, podporu nástrojového řetězce či sladění s konkrétními pracovními postupy.
AI pro DevOps: Integrace umělé inteligence do CI/CD procesů
14 HodinyAI pro DevOps znamená využití umělé inteligence k zdokonalení procesů průběžné integrace, testování, nasazování a distribuce pomocí automatizace a optimalizačních technik s využitím inteligentních algoritmů.
Toto živé školení pod vedením lektora (online či na místě) je určeno pro DevOps specialisty středně pokročilé úrovně, kteří si přejí začlenit AI a strojové učení do svých CI/CD procesů s cílem zvýšit jejich rychlost, přesnost i kvalitu.
Po absolvování tohoto kurzu budou účastníci schopni:
- Integrovat nástroje AI do svých CI/CD pracovních postupů za účelem inteligentní automatizace.
- Využívat AI při testování, analýze kódu a odhalování dopadů změn.
- Optimalizovat strategie sestavování a nasazování pomocí prediktivních poznatků.
- Zavádět sledovatelnost a nepřetržité zlepšování díky zpětným vazbám podpořeným AI.
Forma kurzu
- Interaktivní přednášky a diskuse.
- Řada cvičení a praktických aktivit.
- Praktická implementace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si objednat školení přizpůsobené vašim potřebám, kontaktujte nás pro domluvení podrobností.
Umělá inteligence pro strategie používání příznakových volbí a kanárkového testování
14 HodinyŘízení nasazování s využitím umělé inteligence je přístup, který využívá strojové učení, analýzu vzorců a adaptivní rozhodovací modely k řízení operací spojených s příznakovými volbími a kanárkovým testováním.
Tento kurz vedený instruktorem (online nebo na místě) je určen pro inženýry střední úrovně a technické vedoucí, kteří chtějí zvýšit spolehlivost svých nasazení a optimalizovat rozhodnutí o postupném uvedení nových funkcí do provozu pomocí analýzy vedené umělou inteligencí.
Po absolvování tohoto kurzu budou účastníci schopni:
- Aplikovat rozhodovací modely založené na umělé inteligenci při hodnocení rizik spojených s uvedením nových funkcí do provozu.
- Automatizovat analýzu kanárkového testování na základě ukazatelů výkonu, chování systému a provozních dat.
- Integrovat inteligentní skórovací systémy do platforem využívajících příznakové volbí.
- Navrhovat strategie nasazování, které se dynamicky přizpůsobují na základě aktuálních dat.
Formát kurzu
- Řízené diskuse doprovázené reálnými příklady z praxe.
- Praktická cvičení zaměřená na strategie nasazování vylepšené pomocí umělé inteligence.
- Praktické implementace v simulovaném prostředí s příznakovými volbími a kanárkovým testováním.
Možnosti přizpůsobení kurzu
- Chcete-li dohodnout obsah na míru nebo začlenit nástroje specifické pro vaši organizaci, kontaktujte nás prosím.
AI-driven sledování: od logů po poznatky získané pomocí velkých jazykových modelů
14 HodinyToto školení pod vedením instruktora probíhá v České republice (online nebo prezenčně) a je určeno pro inženýry sledování a SRE, kteří chtějí začlenit velké jazykové modely a umělou inteligenci do svých postupů při monitorování, alarmování a analýze incidentů.
AIOps Foundation – Certifikovaný kurz
35 HodinyAIOps je rychle se rozvíjející oblast, která řeší potřeby moderních a komplexních IT prostředí – zejména těch využívajících cloudové architektury. Kurz AIOps Foundation poskytuje ucelený přehled konceptů, technologií a postupů spojených s využitím umělé inteligence v provozu IT systémů.
Program pokrývá historii AIOps, jeho základní principy, nástroje a také organizační výzvy, kterým čelí IT týmy při zavádění těchto metod.
Kurz zakončuje zkouška. Jejím úspěšným složením získáte celosvětově uznávanou certifikaci AIOps Foundation, která je platná po dobu tří let.
Pro koho je tento kurz určen?
Tento kurz je určen profesionálům a manažerům působícím v těchto oblastech:
Provoz IT systémů
DevOps a inženýrství spolehlivosti služeb (SRE)
Cloudová architektura
Analýza dat a věda o datech
Vývoj softwaru
IT bezpečnost
Produktové a projektové řízení
AIOps v praxi: Předpovídání incidentů a automatizace určování příčin
14 HodinyAIOps (Umělá inteligence pro správu IT) se stále častěji využívá k předvídání výskytu incidentů ještě před jejich nastolením a k automatizaci procesů určování jejich příčin, což pomáhá minimalizovat výpady systémů a urychlit řešení problémů.
Toto školení pod vedením lektora (online nebo na místě) je určeno pro pokročilé IT odborníky, kteří si přejí implementovat prediktivní analýzu, automatizovat nápravné kroky a navrhnout inteligentní pracovní postupy pro určování příčin incidentů s využitím nástrojů AIOps a modelů strojového učení.
Po absolvování tohoto kurzu budou účastníci schopni:
- Vytvářet a trénovat modely strojového učení, které dokáží rozpoznat vzorce vedoucí k selhání systémů.
- Automatizovat procesy určování příčin incidentů na základě korelace dat z různých zdrojů, včetně logů a metrik.
- Integrovat mechanismy upozorňování a nápravných opatření do stávajících platform.
- Nasadit a škálovat inteligentní systémy AIOps v produkčním prostředí.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Četné cvičení a praktické úkoly.
- Praktická implementace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravené školení, kontaktujte nás a domluvíme podrobnosti.
Základy AIOps: monitorování, korelace dat a inteligentní upozornění
14 HodinyAIOps (Umělá inteligence pro IT operace) je metodika využívající strojové učení a analytiku k automatizaci a zlepšení provozu informačních systémů, zejména v oblasti monitorování, detekce problémů a reakcí na ně.
Toto praktické školení pod vedením lektora (online nebo prezenčně) je určeno pro IT specialisty střední úrovně, kteří chtějí implementovat techniky AIOps za účelem spojování metrik a logů, snižování počtu upozornění a zvýšení průhlednosti systému prostřednictvím inteligentní automatizace.
Po absolvování tohoto kurzu budou účastníci schopni:
- Porozumět principům a architektuře platforem AIOps.
- Korelovat data z logů, metrik i sledovacích stop za účelem identifikace příčin problémů.
- Snižovat množství upozornění pomocí inteligentní filtrace a potlačování nepodstatných signálů.
- Využívat open-source či komerční nástroje k automatickému monitorování a reakci na incidenty.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Četné cvičení a praktické úkoly.
- Praktická realizace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat kurz s individuálním obsahem, kontaktujte nás pro domluvení detailů.
Vytvoření AIOps pipeline pomocí open-source nástrojů
14 HodinyPipeline AIOps vytvořený výhradně z open-source nástrojů umožňuje týmům navrhovat ekonomicky efektivní a flexibilní řešení pro monitorování systémů, detekci anomálií a inteligentní upozornění v produkčních prostředích.
Toto školení pod vedením lektora (online nebo na místě) je určeno pro pokročilé inženýry, kteří si přejí vybudovat a nasadit kompletní AIOps pipeline s využitím nástrojů jako Prometheus, ELK, Grafana či vlastních strojově učících modelů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Navrhnout architekturu AIOps využívající výhradně open-source komponenty.
- Sbírat a normalizovat data z logů, metrik i sledování trasování systémů.
- Využít strojové učení k detekci anomálií a předvídání problémů.
- Automatizovat vytváření upozornění a jejich řešení prostřednictvím open-source nástrojů.
Formát kurzu
- Interaktivní přednášky a diskuse.
- Řada cvičení a praktických úkolů.
- Praktické využití znalostí v laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně upravený program tohoto školení, kontaktujte nás prosím pro domluvu.
Generování testů pomocí umělé inteligence a předpovídání jejich pokrytí
14 HodinyGenerování testů využívající umělou inteligenci zahrnuje techniky a nástroje, které automatizují tvorbu testovacích případů a s pomocí strojového učení odhadují oblasti nedostatečně pokryté testováním.
Toto školení vedené instruktorem (online nebo na místě) je určeno pro profesionály pokročilé úrovně, kteří chtějí využít postupy z oblasti umělé inteligence k automatickému generování testů a identifikaci oblastí s nedostatečným testováním.
Po absolvování tohoto workshopu budou účastníci schopni:
- Využívat modely umělé inteligence k tvorbě efektivních jednotkových, integračních i end-to-end testovacích scénářů.
- Analyzovat zdrojové kódy pomocí strojového učení a odhalovat potenciální oblasti, které nejsou dostatečně testovány.
- Začlenit generování testů založené na umělé inteligenci do pracovních toků CI/CD.
- Optimalizovat strategie testování na základě prediktivní analýzy možných selhání.
Forma kurzu
- Technické přednášky s praktickými radami od odborníků.
- Cvičení a praktické úkoly založené na konkrétních scénářích.
- Experimentování v kontrolovaném testovacím prostředí.
Možnosti přizpůsobení kurzu
- Pokud si přejete, aby byl tento kurz uzpůsoben vašemu souboru nástrojů nebo pracovním postupům, kontaktujte nás a domluvíme se na konkrétních úpravách.
Automatizace testování s využitím umělé inteligence v procesech CI/CD
14 HodinyAutomatizace testování podporovaná umělou inteligencí zdokonaluje tradiční postupy díky tvorbě chytrých testovacích scénářů, optimalizaci pokrytí regresních testů a integraci inteligentních kontrol kvality do procesů CI/CD – což přispívá k efektivnímu a spolehlivému vydávání softwaru.
Tento kurz vedený lektorem probíhá online nebo na místě a je určen pro testovací a DevOps specialisty středně pokročilé úrovně, kteří chtějí využít nástroje založené na AI k automatizaci a rozšiřování procesů zajištění kvality v rámci kontinuální integrace a distribuce.
Po absolvování kurzu budou účastníci schopni:
- Vytvářet, prioritizovat a spravovat testy pomocí automatizačních platforem využívajících umělou inteligenci.
- Začleňovat inteligentní kontrolní mechanismy do CI/CD řetězců s cílem zabránit vzniku regresních chyb.
- Využívat AI k průzkumnému testování, předpovídání chyb a analýze nestability testů.
- Optimalizovat čas věnovaný testování i jeho pokrytí u rychle se vyvíjejících agilních projektů.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Řada cvičení a praktických úkolů.
- Praktická realizace v reálném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat zakázkový kurz na míru, kontaktujte nás a domluvíme se na podrobnostech.
Autonomní operace pomocí AI agentů
14 HodinyToto školení s instruktorem, konané živě v České republice (online nebo na místě), je určeno pro inženýry SRE a DevOps, kteří chtějí navrhovat, budovat a bezpečně nasazovat AI agenty pro autonomní IT operace.
Enterprise AIOps s využitím nástrojů Splunk, Moogsoft a Dynatrace
14 HodinyPlatformy Enterprise AIOps jako Splunk, Moogsoft a Dynatrace nabízejí výkonné možnosti pro detekci anomálií, korelaci upozornění a automatizaci reakcí v rozsáhlých IT prostředích.
Toto praktické školení pod vedením instruktora (online nebo na místě) je určeno pro středně pokročilé pracovníky z řad firemních IT týmů, kteří si přejí začlenit nástroje AIOps do svých stávajících systémů pro sledování výkonnosti a provozních postupů.
Po absolvování tohoto kurzu budou účastníci schopni:
- Nakonfigurovat a integrovat Splunk, Moogsoft a Dynatrace do jednotné architektury AIOps.
- Korelovat metriky, logy a události v rámci distribuovaných systémů s využitím analýzy založené na umělé inteligenci.
- Automatizovat detekci incidentů, jejich prioritizaci a reakce pomocí vestavěných i vlastních pracovních postupů.
- Optimalizovat výkon systémů, zkrátit dobu řešení incidentů a zvýšit provozní efektivitu na úrovni celé firmy.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Četné cvičení a praktické ukázky.
- Praktická realizace v živém laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat kurz šité na míru, kontaktujte nás a domluvme se na detailech.
Implementace AIOps pomocí Prometheusu, Grafany a strojového učení
14 HodinyPrometheus a Grafana jsou široce využívané nástroje pro monitorování moderních systémů, zatímco strojové učení tyto nástroje doplňuje o prediktivní a inteligentní poznatky, které napomáhají automatizaci rozhodování v provozu.
Toto školení pod vedením instruktora (online či prezenčně) je určeno pro profesionály se střední úrovní znalostí, kteří si přejí modernizovat svou monitorovací infrastrukturu začleněním principů AIOps s využitím Prometheusu, Grafany a metod strojového učení.
Po absolvování tohoto kurzu budou účastníci schopni:
- Konfigurovat Prometheus a Grafanu tak, aby poskytovaly komplexní monitorovací data napříč systémy a službami.
- Sbírat, ukládat a vizualizovat vysoce kvalitní časová řady dat.
- Aplikovat modely strojového učení na detekci anomálií a prognózování vývoje systémů.
- Vytvářet inteligentní pravidla pro upozorňování na základě prediktivních informací.
Forma kurzu
- Interaktivní přednášky a diskuze.
- Četné cvičení a praktické úkoly.
- Praktická realizace v prostředí živého laboratorního testování.
Možnosti přizpůsobení kurzu
- Chcete-li si vyžádat individuálně připravené školení, kontaktujte nás a domluvme se na podrobnostech.
LLMOps: Provoz a řízení velkých jazykových modelů v produkci
14 HodinyToto školení vedené instruktorem v České republice (online nebo přímo na místě) je určeno pro inženýry strojového učení a týmy odpovědné za platformy, kteří potřebují vytvořit robustní provozní pipeline pro aplikace využívající velké jazykové modely ve velkém měřítku.
Bezpečnost strojového učení a red teaming pro umělou inteligenci
14 HodinyToto školení pod vedením instruktora České republice (online nebo na místě) je určeno bezpečnostním specialistům a inženýrům strojového učení, kteří potřebují rozpoznávat, testovat a bránit se útokům na modely strojového učení i aplikace využívající velké jazykové modely.