机器学习在 DevOps 的应用

所属职位

测试管理

时间

06月24日 09:00 - 12:00

关注热度

3069

互联网

我是测试经理

课程大纲

课程大纲

在移动互联网,分布式计算和云的时代,后台应用系统的规模和复杂性极高。这样系统的 运维极具挑战。传统的手动扩容,监控和灭火队式问题解决方式遇到了瓶颈。对此 Google 首先提出了 Site Reliability Engineering (SRE)。概括来说是用软件工程的手段来解决 大系统运维,其核心在于运维自动化。近几年 DevOps 对 SRE 又作了延展 – 把软件的敏捷 开发,测试和生产上线也运维一起纳入到自动化的范畴。不论 SRE 或 DevOps 的细节定义如何,自动化是毋庸置疑的目标。
在另一方面,AI/机器学习在近 4-5 年有了质的飞跃。机器学习尤其是深度学习开始被应 用在图像识别,音频,自然语言处理等领域取得的令人刮目的成绩。AI/机器学习的初衷 就是用智能机器把人从简单,重复,无创造性的工作中解放出来。AI 和 DevOps 在自动化 方面的宗旨是一致的。其区别在于现有的 DevOps 是建立在 programming 的模式之上,是 确定性的(deterministic)。而机器学习是基于从已有数据中了解模式,从而对新的情况 进行判断,是推断性的(inferred)。 把机器学习推断性的能力应用到 DevOps 领域无疑 使其自动化的进程上了一个新的台阶。
我们在机器学习 DevOps 领域作了一些有成效的工作,其中包括通过异常检测进行运维监 控,及测试错误原因分析。 这两个项目成为我们下一代 DevOps 的助推器。

目标收益

在这次交流 中,我将展开讨论两个项目的实施细节。介绍我们在 DevOps 所遇到的挑战和机会,机器 学习在 DevOps 应用架构,基础数据分析,介绍相关的算法及算法选择的策略,数据管道 及结果评估。希望对相关领域的业界人士提供参考和借鉴。

谭涛

美国硅谷某高科技公司

软件工程总监

评分

7.6

关注度

108592

谭涛(Tom Tan)有多年在美国从事 IT,互联网行业工程及管理的经验。在美硕士毕业 后, 谭涛在企业应用及 B2B 互联网领域创业,成立了自己的公司。该公司推出了集成 ERP,CRM 及网络商店的产品。谭涛于2005年加盟苹果公司,历任架构师、工程开发经理, 现在软件工程总监。谭涛热衷于搭建开拓性的产品及服务,目前工作是近实时大数据分析私有云,AI/机器学习的应用,侧重于时间序列异常检测,设计及制造错误分析等。
谭涛在美国加州理工学院获取电机工程硕士学位,并于加大伯克利分校 Haas 商学院取得 MBA。

MPD厦门站

单人票   3000

目前可以以优惠的价格,选择一个你想要参与的课程进行购买。日期有限,请尽快下单。