Kursplan

Introduksjon til AI i DevOps

  • Hva er AI for DevOps?
  • Bruksområder og fordeler med AI i CI/CD-rør
  • Oversikt over verktøy og plattformer som støtter AI-drevet automatisering

AI-assistert kodeutvikling og revisjon

  • Bruk av GitHub Copilot og lignende verktøy for kodefylling
  • AI-baserte kodekvalitetskontroller og forslag
  • Generering av tester og automatisk oppdagelse av sårbarheter

Intelligent CI/CD-rørdesign

  • Konfigurering av Jenkins eller GitHub-handlinger med AI-forsterkede steg
  • Prediktiv byggingstriggering og smart tilbakekalling
  • Dynamiske rørjusteringer basert på historisk ytelse

AI-drevet testautomatisering

  • AI-drevet testgenerering og prioritering (f.eks. Testim, mabl)
  • Regressjonstestanalyse ved bruk av maskinlæring
  • Reduksjon av flakiness og testkjøringstid med datadrevne innsikter

Statisk og dynamisk analyse med AI

  • Integrering av SonarQube og lignende verktøy i rør
  • Automatisk oppdagelse av kodefarger og refaktoringsforslag
  • Påvirkningsanalyse og koderisikoprofiler

Overvåking, tilbakemelding og kontinuerlig forbedring

  • AI-drevne observasjonsverktøy og anomalioppdagelse
  • Bruk av ML-modeller for å lære av distribusjonsresultater
  • Opprettelse av automatiske tilbakemeldingsløkker gjennom hele SDLC

Case-studier og praktisk integrasjon

  • Eksempler på AI-forsterket CI/CD i bedriftsmiljøer
  • Integrering med cloud-native plattformer og mikrotjenester
  • Utfordringer, anbefalinger og beste praksis

Oppsummering og neste skritt

Krav

  • Erfaring med DevOps og CI/CD-arbeidsflyter
  • Grunnleggende forståelse av versjonskontroll og automatiseringsverktøy
  • Kjennskap til software-testing og deploymentskonsepter

Målgruppe

  • DevOps-ingeniører og plattformlag
  • QA-automasjonsledere og testingeniører
  • Programvarearkitekter og releaseansvarlige
 14 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories