Catatan Kuliah

_XOps

2 menit baca

Capaian

Tidak ditemukan CPMK/Learning Outcomes resmi pada materi kuliah (slide W01-W15). Daftar “Capaian” di bawah ini disusun berdasarkan inferensi dari cakupan topik yang diajarkan sepanjang semester, bukan capaian pembelajaran resmi dari dokumen RPS/silabus kuliah. Gunakan sebagai panduan cakupan materi, bukan sebagai rujukan penilaian resmi.

  1. Menjelaskan latar belakang, prinsip, dan praktik DevOps (CI/CD, IaC, containerization, monitoring) serta bagaimana budaya kolaboratif Dev dan Ops mengurangi silo dalam pengiriman perangkat lunak.
  2. Menerapkan praktik monitoring dan observability (profiling, tracing, logging, metrics) menggunakan tools seperti Prometheus, ELK Stack, dan Jaeger untuk sistem perangkat lunak yang berjalan di produksi.
  3. Menjelaskan prinsip Site Reliability Engineering (SRE): error budget, SLI/SLO/SLA, eliminating toil, release engineering, dan praktik on-call/incident management.
  4. Menjelaskan siklus hidup data, arsitektur data (data warehouse, data lake, lakehouse, data fabric, data mesh), master data management, metadata, serta integrasi dan interoperabilitas data dalam konteks DataOps.
  5. Menjelaskan motivasi, siklus hidup, komponen, dan tools MLOps untuk mengoperasionalkan model machine learning secara end-to-end (dari data collection hingga model monitoring & retraining).
  6. Menerapkan prinsip keamanan (security) ke dalam seluruh praktik X-Ops (DevSecOps, secure data lifecycle, secure MLOps) termasuk ancaman umum dan strategi mitigasinya.
  7. Membandingkan dan mengintegrasikan praktik DevOps, DataOps, MLOps, dan SRE sebagai satu kesatuan pendekatan X-Ops dalam pengoperasian sistem perangkat lunak modern.

Isi

  1. Pengantar X-Ops
  2. Pengantar MLOps dan DataOps
  3. DevOps
  4. DevOps Best Practices
  5. Monitoring Tools
  6. Site Reliability Engineering
  7. SRE Practices
  8. DataOps: Data dan Lifecycle
  9. DataOps: Data Architecture dan Master Data
  10. DataOps: Metadata
  11. DataOps: Data Integration dan Interoperability
  12. DataOps: Data Architecture Styles dan Flow Patterns
  13. DataOps: Ecosystem dan Key Principles
  14. MLOps: Motivation
  15. MLOps: ML Lifecycle
  16. Security in X-Ops

Tampilan Grafik

Tautan Balik