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 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.