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 feature flags y entrega progresiva
- Conceptos clave de pruebas canary (de despliegue gradual) y exposición escalonada
- Dónde la IA agrega 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 datos de entrenamiento y bucles de retroalimentación
Diseño de estrategias de feature flags impulsadas por IA
- Reglas dinámicas de feature flags informadas por señales de IA
- Umbrales de exposición y puertas de puntuación automatizadas
- Lógica adaptativa de aumento, pausa o reversión (rollback)
Análisis canary (de despliegue gradual) asistido por IA
- Evaluación del rendimiento canary frente a la línea base
- Ponderación de métricas y creación de puntuaciones de riesgo basadas en IA
- Activación de rutas de decisión automatizadas
Integración de modelos de IA en pipelines de lanzamiento
- Incorporación de verificaciones de IA en las etapas de CI/CD
- Conexión de sistemas de feature flags con motores de aprendizaje automático (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 con IA
- Recopilación de telemetría de rendimiento, fallos (crash) y comportamiento
- Cierre del ciclo mediante el aprendizaje continuo
Gestión de riesgos y gobernanza operativa
- Asegurar la automatización responsable en las decisiones de lanzamiento
- Definir condiciones de revisión humana y puntos de anulación (override)
- Auditoría de acciones de despliegue impulsadas por IA
Escala de estrategias de despliegue basadas en IA entre productos
- Marco de gobernanza para múltiples equipos
- Componentes de ML reutilizables y estandarización de modelos
- Normalización de telemetría entre productos
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo CI/CD
- Experiencia en el uso de feature flags o en pipelines de despliegue
- Conocimiento de conceptos básicos de estadística o de monitoreo de rendimiento
Público objetivo
- Ingenieros de producto
- Profesionales de DevOps
- Ingenieros de lanzamientos y líderes técnicos