Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Grundlagen der prädiktiven Build-Optimierung
- Verständnis von Engpässen im Build-System
- Quellen für Build-Leistungsdaten
- Identifizierung von ML-Chancen in CI/CD
Maschinelles Lernen für die Build-Analyse
- Vorbereitung von Daten aus Build-Protokollen
- Extraktion von Merkmalen aus buildbezogenen Metriken
- Auswahl geeigneter ML-Modelle
Vorhersage von Build-Ausfällen
- Identifizierung von Indikatoren für kritische Ausfälle
- Schulung von Klassifikationsmodellen
- Bewertung der Vorhersagegenauigkeit
Optimierung der Baudauer mit ML
- Modellierung von Mustern in der Baudauer
- Schätzung der Ressourcenanforderungen
- Reduzierung der Varianz und Verbesserung der Vorhersagbarkeit
Intelligente Caching-Strategien
- Erkennung wiederverwendbarer Build-Artefakte
- Entwurf von ML-gestützten Caching-Richtlinien
- Verwaltung der Caching-Invalidation
Integration von ML in CI/CD-Pipelines
- Einarbeitung von Vorhersageschritten in Build-Workflows
- Sicherstellung von Reproduzierbarkeit und Nachvollziehbarkeit
- Operationalisierung der Modelle für kontinuierliche Verbesserung
Überwachung und kontinuierliches Feedback
- Erfassung von Telemetrie-Daten aus Builds
- Automatisierung von Performance-Review-Zyklen
- Neuschulung der Modelle auf Basis neuer Daten
Skalierung der prädiktiven Build-Optimierung
- Verwaltung großskaliger Build-Ökosysteme
- Ressourcenprognostik mit ML
- Integration in Multi-Cloud-Build-Plattformen
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis von Software-Build-Pipelines
- Erfahrung mit CI/CD-Tools
- Kenntnisse grundlegender Konzepte des maschinellen Lernens
Zielgruppe
- Build- und Release-Engineers
- DevOps-Praktiker
- Teams für Plattform-Engineering
