Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Fondements du contrôle de déploiement amélioré par l'IA
- Comprendre les drapeaux fonctionnels et la livraison progressive
- Concepts fondamentaux des tests canary et de l'exposition progressive
- L'apport de la valeur de l'IA dans les flux de déploiement
Techniques d'apprentissage automatique pour les décisions de déploiement
- Modélisation de base du comportement du système et des utilisateurs
- Approches de détection d'anomalies pour les alertes précoces
- Considérations sur les données d'entraînement et les boucles de rétroaction
Conception de stratégies de drapeaux fonctionnels pilotées par l'IA
- Règles de drapeaux dynamiques informées par des signaux d'IA
- Seuils d'exposition et portes de score automatisées
- Logique d'augmentation adaptative, de pause ou de rollback
Analyse canary assistée par l'IA
- Évaluation des performances canary par rapport à la ligne de base
- Pondération des métriques et création de scores de risque basés sur l'IA
- Déclenchement de voies de décision automatisées
Intégration des modèles d'IA dans les pipelines de déploiement
- Intégration de vérifications d'IA dans les étapes CI/CD
- Connexion des systèmes de drapeaux fonctionnels aux moteurs de ML
- Gestion des pipelines pour les flux de travail hybrides automatisés/manuels
Surveillance et observabilité pour la prise de décision par l'IA
- Signaux nécessaires à une inférence IA fiable
- Collecte de la télémétrie des performances, des pannes et du comportement
- Closure de la boucle avec l'apprentissage continu
Gestion des risques et gouvernance opérationnelle
- Assurer une automatisation responsable dans les décisions de déploiement
- Définition des conditions de revue humaine et des points de révision
- Audit des actions de déploiement pilotées par l'IA
Passage à l'échelle des stratégies de déploiement basées sur l'IA à travers les produits
- Cadres de gouvernance multi-équipes
- Composants de ML réutilisables et normalisation des modèles
- Normalisation de la télémétrie inter-produits
Résumé et prochaines étapes
Pré requis
- Une compréhension des flux CI/CD
- De l'expérience avec l'utilisation de drapeaux fonctionnels ou les pipelines de déploiement
- Une familiarité avec les concepts de base de la statistique ou de la surveillance des performances
Public cible
- Ingénieurs produit
- Professionnels DevOps
- Ingénieurs de déploiement et responsables techniques