Prenez contact avec nous

Plan du cours

Fondements des workflows de déploiement améliorés par l'IA

  • Comment l'IA enrichit les pratiques de déploiement modernes
  • Vue d'ensemble des modèles de déploiement prédictifs
  • Concepts clés : dérive, signaux d'anomalie, déclencheurs d'annulation

Construction de pipelines de déploiement intelligents

  • Intégration des composants d'IA dans les systèmes CI/CD existants
  • Exigences en matière de données pour des modèles de décision efficaces
  • Stratégies d'instrumentation des pipelines

Prédiction des risques et analyse pré-déploiement

  • Évaluation de la readiness de version avec le machine learning
  • Modèles de notation pour le risque de déploiement
  • Utilisation des données historiques pour une planification de déploiement plus intelligente

Stratégies de déploiement contrôlées par l'IA

  • Automatisation de la sélection des déploiements bleu/vert et canari
  • Ajustement dynamique de la vitesse de déploiement
  • Notation des risques en temps réel pendant le déploiement

Annulation automatique et techniques de résilience

  • Compréhension des déclencheurs et des seuils d'annulation
  • Détection des anomalies via les métriques et les logs
  • Coordination des annulations à travers les systèmes distribués

Observabilité pour l'orchestration pilotée par l'IA

  • Collecte de la télémétrie de déploiement pour la précision des modèles
  • Conception de pipelines de monitoring efficaces
  • Corrélation des signaux pour améliorer l'automatisation des décisions

Gouvernance, conformité et contrôles de sécurité

  • Assurance de l'auditabilité des actions de déploiement pilotées par l'IA
  • Gestion des politiques d'acceptation du risque et d'approbation
  • Mise en place de mécanismes de confiance pour les décisions automatisées

Mise à l'échelle des déploiements orchestrés par l'IA

  • Architectures pour l'orchestration multi-environnements
  • Intégration des déploiements edge, cloud et hybrides
  • Considérations de performance pour les déploiements à grande échelle

Résumé et prochaines étapes

Pré requis

  • Une compréhension des pipelines CI/CD
  • Une expérience avec les workflows de déploiement cloud-native
  • Une familiarité avec la conteneurisation et les microservices

Public cible

  • Ingénieurs DevOps
  • Responsables de version (release managers)
  • Ingénieurs de fiabilité du site (SREs)
 14 Heures

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires