Ponte en Contacto
 Duración 14 horas

Temario del curso

Fundamentos del control de lanzamientos mejorado con IA

  • Comprensión de las feature flags y la entrega progresiva.
  • Conceptos clave de las pruebas canarias y la exposición por etapas.
  • En qué ámbitos de los flujos de trabajo de lanzamiento agrega valor la IA.

Técnicas de aprendizaje automático para decisiones de despliegue

  • Modelado de línea base del comportamiento del sistema y de los usuarios.
  • Enfoques de detección de anomalías para alertas tempranas.
  • Consideraciones sobre los datos de entrenamiento y los ciclos de retroalimentación.

Diseño de estrategias de feature flags impulsadas por IA

  • Reglas dinámicas de flags informadas por señales de IA.
  • Umbrales de exposición y compuertas de puntuación automatizadas.
  • Lógica adaptativa para aumentar, pausar o revertir (rollback).

Análisis canario asistido por IA

  • Evaluación del rendimiento canario frente a la línea base.
  • Ponderación de métricas y creación de puntuaciones de riesgo basadas en IA.
  • Activación de vías de decisión automatizadas.

Integración de modelos de IA en pipelines de lanzamiento

  • Incorporación de controles de IA en las etapas de CI/CD.
  • Conexión de los sistemas de feature flags con motores de aprendizaje automático.
  • 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 de IA confiable.
  • Recopilación de telemetría de rendimiento, errores (crashes) y comportamiento.
  • Cierre del ciclo con aprendizaje continuo.

Gestión de riesgos y gobernanza operativa

  • Aseguramiento de una automatización responsable en las decisiones de lanzamiento.
  • Definición de condiciones de revisión humana y puntos de invalidación (override).
  • Auditoría de acciones de despliegue impulsadas por IA.

Escala de estrategias de despliegue basadas en IA entre productos

  • Marcos de gobernanza para equipos múltiples.
  • Componentes de aprendizaje automático reutilizables y estandarización de modelos.
  • Normalización de telemetría entre productos.

Resumen y próximos pasos

Requerimientos

  • Comprensión de flujos de trabajo CI/CD.
  • Experiencia en el uso de feature flags 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 lanzamientos y líderes técnicos.

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas