Schulungsübersicht
Einführung in Graphite und moderne Workflows für Code-Reviews
- Überblick über die Architektur und Kernfunktionen von Graphite
- Grundlagen zu gestapelten Pull Requests sowie Workflow-Automatisierung
- Einrichtung von Graphite in Verbindung mit GitHub für Teamprojekte
Installation und Konfiguration von Graphite
- Implementierung von Graphite in Entwicklungsumgebungen
- Verknüpfung von Repositorys sowie Verwaltung der Berechtigungen
- Konfiguration von Merge-Warteschlangen, PR-Postfächern und Richtlinien für Code-Reviews
Optimierung der Pull-Request-Prozesse
- Einsatz gestapelter PRs sowie Nachverfolgung von Abhängigkeiten
- Verringerung von Merge-Konflikten und Steigerung der Geschwindigkeit bei Code-Überprüfungen
- Effiziente Verwaltung großer Codebasen mithilfe des Graphite-Reviewsystems
KI-gestützte Code-Reviews und Förderung der Produktivität
- Nutzung des KI-basierten Code-Review-Assistenten von Graphite
- Integration open-source-basierter LLMs wie Deepseek, Qwen und Mistral Small zur Analyse von Code
- Erstellung automatisierter Vorschläge sowie Durchsetzung qualitätsbezogener Standards
Integration von Graphite in DevOps-Infrastrukturen
- Verknüpfung von Graphite mit CI/CD-Pipelines
- Anbindung an GitHub Actions, Jenkins sowie weitere Automatisierungstools
- Sicherstellung der Compliance und Nachvollziehbarkeit in unternehmensweiten Workflows
Analysen, Kennzahlen und Berichterstattung
- Nutzung der Graphite-Dashboards zur Leistungsbewertung des Teams
- Identifikation von Engpässen sowie ineffizienten Prozessen
- Erstellung individueller Berichte und visueller Darstellungen
Skalierung von Graphite in unternehmensweiten Umgebungen
- Aufbau einer Multi-Team-Struktur sowie Governance-Strategien
- Best Practices für eine großflächige Implementierung
- Aspekte zur Sicherheit, Datenspeicherung und Compliance
Praktischer Workshop: Vollständige Umsetzung im Unternehmen
- Einrichtung eines vollständigen Graphite-Workflows im Enterprise-Bereich
- Integration von KI-basierten Review-Prozessen
- Analyse der Teamleistung sowie Entwicklung von Verbesserungsmaßnahmen
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in Git-basierten Arbeitsabläufen
- Erfahrung in der Softwareentwicklung sowie im Umgang mit Versionsverwaltungssystemen
- Kenntnisse zu Code-Reviews und Konzepten des CI/CD-Prozesses
Zielgruppe
- Engineering-Leiter sowie Softwareentwicklungs-Manager
- DevOps- und Plattform-Engineering-Teams
- Senior-Entwickler sowie technische Architekten
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung