课程简介
研发效能建设越发得到企业的重视，大家在实践、工具、度量等方面也渐入深水区，希望借鉴经验少走弯路。“平台工程”的提出揭示了DevOps建设中遇到的普遍问题并给出解决思路，为改进指明了方向，值得大家重视。ChatGPT的流行引爆了大语言模型，它正在深刻改变着软件开发方式，为效能建设开辟了新战场，也必将以全新的交互方式重塑DevOps平台。在这个多变的环境下，我们结合各大厂的实际做法，精心准备了这个课程，通过系统性地梳理和分析，帮助大家掌握实践、澄清疑惑、抓住机会。
目标收益
•建立对研发效能完整的理论和实践体系的清晰认知。
•了解各大厂效能/DevOps建设的路径及实践对比。
•掌握DevOps端到端工具链、测试环境、各类自动化测试工具背后的领域模型、系统方案和关键实践。
•掌握建设一站式平台、实施平台工程、开展度量洞察等关键战役上的最佳实践。
•掌握大语言模型基本原理，在软件研发领域的应用，特别是结合企业数据开展应用的实践方法。
•对效能实践中的各种疑难杂症建立深入认知，清楚应对方案。
培训对象
•研发管理者，架构师，工程师
•效能负责人，工具团队负责人，PMO负责人，流程工程师
•测试负责人，测试工程师
•运维负责人，DevOps工程师，SRE
课程大纲
| 研发效能体系 |
•效能建设的生态、工具、实践与度量体系 •国内大厂效能体系建设现状详细对比分析 •效能体系建设的几波浪潮及发展规律 •硅谷公司效能体系建设路径 •从生产方式和交付方式角度看研发交付活动 •从目标与手段中洞悉效能建设的规律 |
| 互联网需求及项目管理模式 |
•敏捷及精益实践在各类型公司的落地 •互联网需求管理及分工协作模式 •互联网项目管理核心实践 |
| 持续集成与发布模式 |
•持续集成与持续交付核心实践概述 •国内各大厂的发布模式、分支管理模型及其对工具的影响 •硅谷公司的构建及发布工程关键实践 •流水线建设最佳实践 •大规模持续集成的实施与推广策略 •客户端集成发版管理最佳实践 •特性开关技术与抽象分支 |
| 测试环境及自动化建设 |
•测试环境建设系统性方案及案例 •测试数据管理平台实践 •自动化测试工具体系建设实践 •自动化前沿技术探索及案例分享 |
| 平台工程指导下的DevOps平台建设 |
•研发一站式平台最佳实践及发展路径 •支撑一站式平台的端到端业务领域模型 •平台工程在企业内的原则与实践 •克服DevOps平台落地实施中的常见问题 •以GitOps原则建设平台 •以Everything As Code原则建设平台 |
| 度量与洞察 |
•从效能生态出发制定度量洞察的目标 •分层分类研发效能度量洞察体系 •各大厂效能洞察建设路径与指标体系 •度量驱动改进的做法和避坑指南 |
| AI大语言模型重塑效能版图 |
•理解大语言模型的原理，探索其能力极限 •软件开发领域的各类AI工具及应用 •利用公司私有数据开发大模型应用的三种方式与案例 •各大厂在效能领域自研AI工具的探索 •开发适合自己公司的需求、编码、测试AI工具的方案 •大语言模型时代的DevOps平台建设 •基于对话交互的DevOps平台架构设计 |
|
研发效能体系 •效能建设的生态、工具、实践与度量体系 •国内大厂效能体系建设现状详细对比分析 •效能体系建设的几波浪潮及发展规律 •硅谷公司效能体系建设路径 •从生产方式和交付方式角度看研发交付活动 •从目标与手段中洞悉效能建设的规律 |
|
互联网需求及项目管理模式 •敏捷及精益实践在各类型公司的落地 •互联网需求管理及分工协作模式 •互联网项目管理核心实践 |
|
持续集成与发布模式 •持续集成与持续交付核心实践概述 •国内各大厂的发布模式、分支管理模型及其对工具的影响 •硅谷公司的构建及发布工程关键实践 •流水线建设最佳实践 •大规模持续集成的实施与推广策略 •客户端集成发版管理最佳实践 •特性开关技术与抽象分支 |
|
测试环境及自动化建设 •测试环境建设系统性方案及案例 •测试数据管理平台实践 •自动化测试工具体系建设实践 •自动化前沿技术探索及案例分享 |
|
平台工程指导下的DevOps平台建设 •研发一站式平台最佳实践及发展路径 •支撑一站式平台的端到端业务领域模型 •平台工程在企业内的原则与实践 •克服DevOps平台落地实施中的常见问题 •以GitOps原则建设平台 •以Everything As Code原则建设平台 |
|
度量与洞察 •从效能生态出发制定度量洞察的目标 •分层分类研发效能度量洞察体系 •各大厂效能洞察建设路径与指标体系 •度量驱动改进的做法和避坑指南 |
|
AI大语言模型重塑效能版图 •理解大语言模型的原理，探索其能力极限 •软件开发领域的各类AI工具及应用 •利用公司私有数据开发大模型应用的三种方式与案例 •各大厂在效能领域自研AI工具的探索 •开发适合自己公司的需求、编码、测试AI工具的方案 •大语言模型时代的DevOps平台建设 •基于对话交互的DevOps平台架构设计 |
近期公开课推荐
