---

SRE体系架构与最佳实践

收益目标：* 掌握SRE的知识体系、构建方法和团队转型实践经验 * 掌握构建与提升运维软件工程能力的关键方向方法 * 掌握运维数据资产体系的构建和平台（CMDB/服务树/业务树）设计方法 * 掌握运维/SRE效能体系的构建和平台（OnCall/流程/作业）设计方法 * 掌握业务稳定性运营体系的构建和平台（SLO/容量/事件运营）设计方法

适应人群：* 企业背景: 互联网公司以及计划落地SRE团队模式的传统企业 * 技术背景: 运维, 运维研发，SRE，软件研发，技术经理，架构师

关键词：我是运维经理，互联网，运维，组织

---

AI大模型驱动下研发应用场景最佳实践

收益目标：AI在研发管理中的价值 AI在研发效能提升中的实践 AI对研发效能管理的影响 生成式AI(AIGC)的最新进展与应用; AIGC及其应用领域; 大模型在软件研发全生命居期中的应用场景与案例; AIGC驱动下的自动化测试技术能力进阶 AI辅助编程工具 利用 智能编程助手提高编程效率和准确性 七大实战项目：探索智能编程助手的最佳实践 探索 智能编程助手的未来发展与实验功能 研发场景Agent构建及应用 如何评估AI产品应用有效性

适应人群：暂无

关键词：其他

---

SRE运维最佳实践

收益目标：1. SRE体系构建：掌握SRE核心框架与Google实践（错误预算、50%研发时间原则），推动团队工程化转型。 2. 自动化与稳定性:实现运维标准化；通过SLO管理及混沌工程提升系统容错性。 3. 数据驱动运维:构建可观测性体系，结合LLM实现智能诊断与自愈，故障恢复时间缩短80%。 4. 组织与文化落地:建立无责难复盘机制，推动开发运维融合（如开发参与On-Call），设计SRE团队模型。 5. 混沌工程：主动注入故障（如网络隔离），验证系统韧性。 6. 容量规划：基于负载预测的动态资源伸缩，资源利用率提升30%。 7. 团队模型：基础架构/工具/业务SRE分层协作，业务方参与SLO制定。

适应人群：* 企业类型：主要面向互联网企业，以及有意引入 SRE 团队模式，实现运维体系转型升级的传统企业。 * 技术岗位：适合运维工程师、运维研发人员、SRE 工程师、软件研发人员、技术经理、架构师等技术岗位人员参与学习。

关键词：互联网，运维，转型，工程化，数字化转型，大模型