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
Einführung in KI für DevOps
- Was ist KI für DevOps?
- Anwendungsfälle und Vorteile von KI in CI/CD-Pipelines
- Überblick über Tools und Plattformen, die KI-gesteuerte Automatisierung unterstützen
KI-gestützte Code-Entwicklung und -Prüfung
- Nutzung von GitHub Copilot und ähnlichen Tools für Code-Vervollständigung
- KI-basierte Qualitätssicherung und Vorschläge für den Code
- Automatisierte Generierung von Tests und Erkennung von Schwachstellen
Intelligente Design von CI/CD-Pipelines
- Konfiguration von Jenkins oder GitHub Actions mit KI-erweiterten Schritten
- Prädiktives Auslösen von Builds und intelligente Erkennung von Rollbacks
- Dynamische Anpassung der Pipeline basierend auf historischen Leistungsdaten
KI-gestützte Testautomatisierung
- KI-gesteuerte Testgenerierung und -Priorisierung (z. B. Testim, mabl)
- Analyse von Regressionstests mithilfe von Machine Learning
- Reduzierung von Instabilität und Laufzeit der Tests durch datengetriebene Erkenntnisse
Statische und dynamische Analyse mit KI
- Integration von SonarQube und ähnlichen Tools in Pipelines
- Automatisierte Erkennung von Code-Smells und Refactoring-Vorschläge
- Auswirkungsanalyse und Risikoprofilierung des Codes
Monitoring, Feedback und kontinuierliche Verbesserung
- KI-gestützte Observability-Tools und Anomalieerkennung
- Verwendung von ML-Modellen, um aus Bereitstellungsresultaten zu lernen
- Schaffung automatisierter Feedback-Schleifen über den gesamten SDLC hinweg
Fallstudien und praktische Integration
- Beispiele für KI-erweiterte CI/CD-Prozesse in Unternehmensumgebungen
- Integration mit Cloud-native-Plattformen und Microservices
- Herausforderungen, Empfehlungen und Best Practices
Zusammenfassung und nächste Schritte
Voraussetzungen
- Erfahrung mit DevOps und CI/CD-Workflows
- Grundlegendes Verständnis von Versionskontroll- und Automatisierungstools
- Vertrautheit mit Konzepten des Softwaretestens und der Bereitstellung
Zielgruppe
- DevOps-Engineers und Plattformteams
- Leads für QA-Automatisierung und Test-Engineers
- Software-Architekten und Release-Manager
