联系我们
 课程时长 14 小时

课程大纲

预测性构建优化的基础

  • 理解构建系统的瓶颈
  • 构建性能数据的来源
  • 在CI/CD中映射机器学习机会

用于构建分析的机器学习

  • 构建日志的数据预处理
  • 从构建相关指标中提取特征
  • 选择合适的机器学习模型

预测构建失败

  • 识别关键失败指标
  • 训练分类模型
  • 评估预测准确性

使用机器学习优化构建时间

  • 建模构建时长模式
  • 估算资源需求
  • 减少方差并提高可预测性

智能缓存策略

  • 检测可复用的构建产物
  • 设计机器学习驱动的缓存策略
  • 管理缓存失效

将机器学习集成到CI/CD流水线中

  • 将预测步骤嵌入构建工作流
  • 确保可重现性和可追溯性
  • 将模型投入运营以实现持续改进

监控与持续反馈

  • 从构建中收集遥测数据
  • 自动化性能审查周期
  • 基于新数据进行模型再训练

扩展预测性构建优化

  • 管理大规模构建生态系统
  • 使用机器学习进行资源预测
  • 与多云构建平台集成

总结与后续步骤

要求

  • 了解软件构建流水线
  • 具有CI/CD工具的使用经验
  • 熟悉基本的机器学习概念

目标受众

  • 构建和发布工程师
  • DevOps实践者
  • 平台工程团队

即将举行的公开课程

课程分类