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。
课程收益
1. 建⽴对研发效能完整的理论和实践体系的清晰认知。
2. 了解各⼤⼚效能/DevOps建设的路径及实践对⽐。
3. 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。
4. 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。
5. 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。
6. 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。
受众人群
测试工程师,测试开发工程师和测试技术骨干成员 测试技术负责人,测试经理和测试总监 测试架构师 DevOps资深工程师和技术负责人 工程效能团队负责人和工程效能研发工程师 开发工程师,开发技术经理,开发技术负责人 技术创新团队的工程师
课程周期
2天(12小时)
课程大纲
主题 | 学习内容 |
一、研发效能体系 | 1. 效能建设的⽣态、⼯具、实践与度量体系 2. 国内⼤⼚效能体系建设现状详细对⽐分析 3. 效能体系建设的⼏波浪潮及发展规律 4. 硅⾕公司效能体系建设路径 5. 从⽣产⽅式和交付⽅式⻆度看研发交付活动 6. 从⽬标与⼿段中洞悉效能建设的规律 |
二、互联⽹需求及项⽬管理模式 | 1. 持续集成与持续交付核⼼实践概述 2. 国内各⼤⼚的发布模式、分⽀管理模型及其对⼯具的影响 3. 硅⾕公司的构建及发布⼯程关键实践 4. 流⽔线建设最佳实践 5. ⼤规模持续集成的实施与推⼴策略 6. 客户端集成发版管理最佳实践 7. 特性开关技术与抽象分⽀ |
三、持续集成与发布模式 | 1. 流⽔线分类及检查点设计最佳实践 2. 代码库、流⽔线与团队规则的规划 3. 流⽔线建设案例分享 |
四、测试环境及⾃动化建设 | 1. 测试环境建设系统性⽅案及案例 2. 测试数据管理平台实践 3. ⾃动化测试⼯具体系建设实践 4. ⾃动化前沿技术探索及案例分享 |
五、平台⼯程指导下的DevOps平台建设 | 1. 研发⼀站式平台最佳实践及发展路径 2. ⽀撑⼀站式平台的端到端业务领域模型 3. 平台⼯程在企业内的原则与实践 4. 克服DevOps平台落地实施中的常⻅问题 5. 以GitOps原则建设平台 6. 以Everything As Code原则建设平台 |
六、度量与洞察 | 1. 从效能⽣态出发制定度量洞察的⽬标 2. 分层分类研发效能度量洞察体系 3. 各⼤⼚效能洞察建设路径与指标体系 4. 度量驱动改进的做法和避坑指南 |
七、AI⼤语⾔模型重塑效能版图 | 1. 理解⼤语⾔模型的原理,探索其能⼒极限 2. 软件开发领域的各类AI⼯具及应⽤ 3. 利⽤公司私有数据开发⼤模型应⽤的三种⽅式与案例 4. 各⼤⼚在效能领域⾃研AI⼯具的探索 5. 开发适合⾃⼰公司的需求、编码、测试AI⼯具的⽅案 6. ⼤语⾔模型时代的DevOps平台建设 7. 基于对话交互的DevOps平台架构设计 |
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员
Bard Lu
百林哲咨询(北京)有限公司专家团队成员