Kom i kontakt
 Varaktighet 14 timmar

Kursplan

Grundlagar för prediktiv byggoptimering

  • Förståelse för flaskhalsar i byggsystem
  • Källor till byggprestandadata
  • Avgränsa möjligheter för maskininlärning i CI/CD

Maskininlärning för bygganalys

  • Förberedelse av data för byggloggar
  • Utvinnande av egenskaper från byggrelaterade mått
  • Val av lämpliga maskininlärningsmodeller

Förutsägelse av byggfel

  • Identifiering av nyckelindikatorer för fel
  • Träning av klassificeringsmodeller
  • Utvärdering av prediktionsnoggrannhet

Optimering av byggtider med maskininlärning

  • Modellering av mönster i byggtid
  • Estimater på resurskrav
  • Minskning av variation och förbättrad predikterbarhet

Intelligenta cachestrategier

  • Upptäckt av återanvändbara byggartefakter
  • Design av maskininlärningsdrivna cachepolicyer
  • Hantering av cacheinvalidering

Integrering av maskininlärning i CI/CD-pipelines

  • Infodling av prediktionsskeden i byggflöden
  • Säkerställande av reproducerbarhet och spårbarhet
  • Operationalisering av modeller för ständig förbättring

Övervakning och kontinuerlig feedback

  • Insamling av telemetri från bygg
  • Automatisering av prestandagenomgångscykler
  • Omtjänning av modeller baserat på ny data

Skalning av prediktiv byggoptimering

  • Hantering av storskaliga bygg ekosystem
  • Resursprognos med maskininlärning
  • Integrering med multi-cloud-byggplattformar

Sammanfattning och nästa steg

Krav

  • Förståelse för mjukvarubyggflöden
  • Erfarenhet av CI/CD-verktyg
  • Kännedom om grundläggande maskininlärningskoncept

Målgrupp

  • Bygg- och releasesingenjörer
  • DevOps-praktiker
  • Plattformstekniska team

Antal deltagare


Pris per deltagare

Kommande Kurser

Relaterade Kategorier