Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Fundamentos del Control de Lanzamientos Mejorado con IA
- Comprensión de las flags de funcionalidades y la entrega progresiva
- Conceptos clave de las pruebas canary y la exposición escalonada
- Dónde la IA añade valor en los flujos de trabajo de lanzamientos
Técnicas de Aprendizaje Automático para Decisiones de Despliegue
- Modelado de línea base del comportamiento del sistema y del usuario
- Enfoques de detección de anomalías para alertas tempranas
- Consideraciones sobre los datos de entrenamiento y los ciclos de retroalimentación
Diseño de Estrategias de Flags de Funcionalidades Impulsadas por IA
- Reglas dinámicas de flags informadas por señales de IA
- Umbrales de exposición y puertas de puntuación automatizadas
- Lógica de incremento adaptativo, pausa o reversión
Análisis Canary Asistido por IA
- Evaluación del rendimiento canary frente a la línea base
- Ponderación de métricas y creación de puntajes de riesgo basados en IA
- Activación de vías de decisión automatizadas
Integración de Modelos de IA en los Pipelines de Liberación
- Incorporación de comprobaciones de IA en las etapas de CI/CD
- Conexión de sistemas de flags de funcionalidades con motores de ML
- Gestión de pipelines para flujos de trabajo híbridos automatizados/manuales
Monitoreo y Observabilidad para la Toma de Decisiones con IA
- Señales necesarias para una inferencia confiable de IA
- Recolección de telemetría de rendimiento, fallos y comportamiento
- Cierre del ciclo con el aprendizaje continuo
Gestión de Riesgos y Gobernanza Operativa
- Asegurar la automatización responsable en las decisiones de lanzamiento
- Definición de condiciones de revisión humana y puntos de anulación
- Auditoría de acciones de despliegue impulsadas por IA
Escala de Estrategias de Despliegue Basadas en IA entre Productos
- Marcos de gobernanza para múltiples equipos
- Componentes de ML reutilizables y estandarización de modelos
- Normalización de la telemetría entre productos
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los flujos de trabajo de CI/CD
- Experiencia en el uso de flags de funcionalidades o en pipelines de despliegue
- Conocimiento de conceptos básicos de estadística o monitoreo de rendimiento
Público Objetivo
- Ingenieros de producto
- Profesionales de DevOps
- Ingenieros de liberación y líderes técnicos
