Programa do Curso

Fundamentos do Controle de Lançamento Aumentado por IA

  • Compreendendo flags de recursos e entrega progressiva
  • Conceitos fundamentais de teste canário e exposição gradual
  • Onde a IA adiciona valor nos fluxos de trabalho de lançamento

Técnicas de Aprendizado de Máquina para Decisões de Lançamento

  • Modelagem baseada do comportamento do sistema e dos usuários
  • Abordagens de detecção de anomalias para alertas precoces
  • Considerações sobre dados de treinamento e loops de feedback

Projetando Estratégias de Flags de Recursos Impulsionadas por IA

  • Regras dinâmicas de flags informadas por sinais de IA
  • Limiares de exposição e portas de pontuação automatizadas
  • Lógica adaptativa para aumentar, pausar ou reverter

Análise Canário Assistida por IA

  • Avaliando o desempenho do canário versus a linha de base
  • Pesagem de métricas e criação de pontuações de risco baseadas em IA
  • Acionando caminhos de decisão automatizados

Integração de Modelos de IA nos Pipelines de Lançamento

  • Incorporação de verificações de IA nas etapas CI/CD
  • Conectando sistemas de flags de recursos a motores de ML
  • Gerenciando pipelines para fluxos de trabalho híbridos automatizados/manuais

Monitoramento e Observabilidade para Tomada de Decisão por IA

  • Sinais necessários para inferência de IA confiável
  • Coletando telemetria de desempenho, falhas e comportamento
  • Fechando o ciclo com aprendizado contínuo

Gerenciamento de Riscos e Governança Operacional

  • Garantindo automação responsável nas decisões de lançamento
  • Definindo condições de revisão humana e pontos de sobrescrita
  • Auditoria de ações de lançamento impulsionadas por IA

Escalando Estratégias de Lançamento Baseadas em IA entre Produtos

  • Quadros de governança multi-equipe
  • Componentes reutilizáveis de ML e padronização de modelos
  • Normalização de telemetria entre produtos

Resumo e Próximos Passos

Requisitos

  • Compreensão dos fluxos de trabalho CI/CD
  • Experiência com uso de flags de recursos ou pipelines de implantação
  • Familiaridade com conceitos básicos de monitoramento estatístico ou de desempenho

Público-Alvo

  • Engenheiros de produto
  • Profissionais DevOps
  • Engenheiros de release e líderes técnicos
 14 Horas

Próximas Formações Provisórias

Categorias Relacionadas