学習パス 04 · レッスン: 10 · 112 分
企業規模で開発・運用する
プロトタイプを安全なプラットフォームとインフラ要件に結び付けます。要件に適合するデリバリー、可用性、復旧、責任分担を計画します。
- 01
ソフトウェアのライフサイクル全体をつなぐ
完了利用者の要求から運用、フィードバックまで、一つの機能を追います。コード生成だけでは決められない判断を特定します。
- 02
変更後も要件を追跡できるようにする
完了利用者の成果を、判断、受入基準、実装、証拠に結び付けます。仮定が変わったら、つながりを更新します。
- 03
AI開発時代のプラットフォームエンジニアリング
完了人とエージェントに、サービスを作成、変更、運用するためのサポートされた方法を提供します。プラットフォームを、保守し続ける製品として扱います。
- 04
試作品の先に必要なインフラを定める
完了ID、ネットワーク、データ、復旧、運用を評価します。生成されたデプロイ構成を、会社の実際のインフラ要件に結び付けます。
- 05
クラウドネイティブ環境向けに設計する
完了再現可能なインフラ、置き換え可能なプロセス、永続的な状態、観察可能な動作を結び付けます。コンテナーへのパッケージ化以外も評価します。
- 06
ゾーンとリージョンをまたぐ可用性を選ぶ
完了高可用性、Multi-AZ、マルチリージョンの設計を比較します。リクエスト経路全体を追い、各設計が耐えるべき障害をテストします。
- 07
RTOとRPOを設定し、テストする
完了許容する中断とデータ損失を定めます。復旧戦略を比較し、復旧演習全体を測って業務要件と照合します。
- 08
チームをまたぐAI開発を調整する
完了共有する仕様、レビューの対応能力、変更の責任者を管理します。多数のチームが変更を生成するとき、提供システム全体を測ります。
- 09
証拠に基づいてリリースを判断する
完了バージョン、対象、残るリスク、復旧方法を確認します。システム上必要な場合は、merge、デプロイ、利用者への機能公開を分けます。
- 10
提供システム全体を測る
完了提供の流れ、不安定さ、サービスの成果、工数を組み合わせます。AIの効果を評価するときは、明確な定義を使います。