Kursplan

Introduktion till AI i DevOps

  • Vad är AI för DevOps?
  • Användningsområden och fördelar med AI i CI/CD-pipeliner
  • Översikt över verktyg och plattformar som stöder AI-drivna automatisering

AI-assisterad kodutveckling och granskning

  • Användning av GitHub Copilot och liknande verktyg för kodkomplettering
  • AI-baserade kvalitetskontroller och förslag
  • Generering av tester och automatisk identifiering av sårbarheter

Intelligenta CI/CD-pipelindesign

  • Konfigurera Jenkins eller GitHub Actions med AI-förstärkta steg
  • Prediktivt buildutlösning och smart rollback-detektering
  • Dynamiska pipelineanpassningar baserade på historisk prestanda

AI-driven testautomatisering

  • AI-drivna testgenerering och prioritering (t.ex. Testim, mabl)
  • Regressionstestanalys med maskininlärning
  • Minskar oregelbundenhet och testtid med data-drivna insikter

Statisk och dynamisk analys med AI

  • Integrering av SonarQube och liknande verktyg i pipeliner
  • Automatisk identifiering av kodlukter och förslag till refaktorering
  • Påverkansanalys och kodriskprofilering

Övervakning, feedback och kontinuerlig förbättring

  • AI-drivna observerbarhetsverktyg och anomalidetektering
  • Använda ML-modeller för att lära sig av distributionsresultat
  • Skapa automatiserade feedback-loops genom hela SDLC

Fallstudier och praktisk integration

  • Exempel på AI-förstärkta CI/CD i företagssituationer
  • Integrering med molbaserade plattformar och mikrotjänster
  • Utmaningar, rekommendationer och bästa praxis

Sammanfattning och nästa steg

Krav

  • Erfarenhet av DevOps och CI/CD-flöden
  • Grundläggande förståelse för versionshantering och automatiseringsverktyg
  • Bekantskap med programtestning och distributionskoncept

Målgrupp

  • DevOps-ingenjörer och plattformsteam
  • QA-automation chefer och testingenjörer
  • Programarkitekter och versionschefer
 14 Timmar

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier