DevOps in der Praxis – Softwareentwicklung automatisieren und optimieren

Startseite Kurse Weitere Data Engineering & Deployment DevOps in der Praxis – Softwareentwicklung automatisieren und optimieren

Trainer: Gunnar Bless

Dauer: 3 Tage

Zielgruppe:

Das Seminar richtet sich an Softwareentwicklerinnen und Softwareentwickler, IT-Fachkräfte, DevOps-Engineers, Systemadministratoren sowie technische Projektverantwortliche in Unternehmen, Behörden und öffentlichen Einrichtungen, die moderne Entwicklungs- und Bereitstellungsprozesse kennenlernen oder bestehende Abläufe optimieren möchten.

Besonders angesprochen sind Personen, die Softwareprojekte effizienter organisieren, wiederkehrende Entwicklungs- und Testprozesse automatisieren und Anwendungen zuverlässig bereitstellen und betreiben möchten. Das Seminar eignet sich sowohl für Mitarbeitende aus der Softwareentwicklung als auch aus dem IT-Betrieb, die ihre Zusammenarbeit verbessern und DevOps-Methoden in bestehende IT-Strukturen integrieren möchten.

DevOps in der Praxis – Softwareentwicklung automatisieren und optimieren

Inhalte

Tag 1 – DevOps-Grundlagen, Git und Continuous Integration

Einführung in DevOps

DevOps verstehen: Ziele, Prinzipien und Vorteile für Unternehmen und Behörden
Zusammenarbeit zwischen Entwicklung, Test und IT-Betrieb
DevOps-Kultur, CALMS-Modell und kontinuierliche Verbesserung von Entwicklungsprozessen
Einordnung von DevOps, Agile, MLOps und DataOps

Versionsverwaltung und Zusammenarbeit mit Git

Git in der Praxis: Branching-Strategien (Trunk-based Development und GitFlow)
Branches, Merge, Rebase, Tags und Pre-Commit-Hooks
Kollaborative Softwareentwicklung mit Feature-Branches und Pull Requests
Praxisübung: Git-Workflow für die gemeinsame Softwareentwicklung einrichten

Entwicklungsumgebungen und Codequalität

Reproduzierbare Entwicklungsumgebungen und Abhängigkeitsmanagement
Codequalität durch automatisierte Formatierung und statische Codeanalyse (Ruff, Black)
Automatisierte Tests als Bestandteil moderner Entwicklungsprozesse
Einführung in pytest und testgetriebene Qualitätssicherung

Continuous Integration mit GitHub Actions

Grundlagen von Continuous Integration (CI)
GitHub Actions: Workflows, Jobs, Runner und Matrix-Builds
Automatisierte Tests und Qualitätsprüfungen bei Codeänderungen
Praxisübung: CI-Pipeline mit automatischem Linting und pytest erstellen

Tag 2 – Containerisierung und automatisierte Bereitstellung

Containertechnologien mit Docker

Grundlagen und Architektur von Docker
Docker Images, Container, Layer und Dockerfiles
Best Practices und Multi-Stage-Builds
Mehrere Container mit Docker Compose verwalten
Praxisübung: Eine eigene Anwendung containerisieren

Container-Registries und Sicherheit

Verwaltung und Veröffentlichung von Container-Images
Nutzung von GitHub Container Registry (GHCR)
Sicherheit von Container-Images und Schwachstellenanalyse mit Trivy
Sichere Konfiguration und Verwaltung von Abhängigkeiten

Continuous Delivery und Continuous Deployment

Vom automatisierten Test zur automatisierten Bereitstellung
Build-, Release- und Deployment-Pipelines
Umgebungsmanagement: Development, Staging und Production
Sicherer Umgang mit Zugangsdaten und Secrets
Praxisübung: CI-Pipeline um automatisierten Image-Build und Push erweitern

Infrastructure as Code (IaC)

Infrastruktur automatisiert und reproduzierbar bereitstellen
Deklarative und imperative Ansätze im Vergleich
Grundlagen von Terraform
Praxisübung: Einfache Infrastruktur mit Terraform beschreiben und verwalten

Tag 3 – Betrieb, Monitoring und DevOps in der Praxis

Monitoring, Logging und Observability

Anwendungen und Infrastruktur kontinuierlich überwachen
Einführung in Prometheus und Grafana
Strukturierte Logs, Health Checks und Alerting-Konzepte
Praxisübung: Anwendungsmetriken erfassen und visualisieren

Kubernetes und moderne Betriebsplattformen

Grundlagen der Container-Orchestrierung
Kubernetes-Konzepte: Pods, Deployments und Services
Anwendungen in Containerumgebungen bereitstellen und skalieren
Cloudbasierte und selbstverwaltete Plattformen im Vergleich
Einsatzmöglichkeiten in bestehenden Unternehmens- und Behördeninfrastrukturen

DevOps Best Practices und organisatorische Einführung

Bewährte Prinzipien moderner Softwarearchitekturen (Twelve-Factor App)
Trunk-based Development und kontinuierliche Verbesserung
Erfolgsmessung mit DORA-Metriken
Fehleranalyse, Incident Management und Postmortems
DevOps-Prozesse in bestehende IT-Organisationen integrieren
Sicherheits-, Compliance- und Governance-Anforderungen berücksichtigen

Praxisprojekt – Durchgängige DevOps-Pipeline

Die Teilnehmenden entwickeln in Teams einen vollständigen DevOps-Workflow für eine beispielhafte Anwendung:

Versionsverwaltung und Zusammenarbeit mit Git
Automatisierte Codeprüfung und Tests mit GitHub Actions
Containerisierung der Anwendung mit Docker
Automatisierte Erstellung und Veröffentlichung eines Container-Images

Abschließend werden die erarbeiteten Lösungen vorgestellt, diskutiert und hinsichtlich ihrer Übertragbarkeit auf die eigene IT-Umgebung bewertet

Ihre Vorteile bei Data Engineering & Deployment Schulungen durch edv-coaching.de:

projekt- und lehrerfahrene Trainer
maßgeschneiderte Inhalte und umfangreiche Unterlagen
Betreuung auch nach dem Training
bundesweite Trainings in Ihrem Hause oder als Online-Schulung
Training in Österreich und in der Schweiz
Durchführung in deutscher oder englischer Sprache.

Weitere Schulungen

Edge AI & Federated Learning – KI-Modelle dezentral trainieren und effizient einsetzen

3 Tage

Versions-Management mit GIT

2 Tage

Container-Power mit Docker, eine Einführung

2 Tage

Skalieren und automatisieren wie die Profis, Einführung Kubernetes

2 Tage

Edge AI & Federated Learning – KI-Modelle dezentral trainieren und effizient einsetzen

3 Tage

Versions-Management mit GIT

2 Tage

Container-Power mit Docker, eine Einführung

2 Tage

Skalieren und automatisieren wie die Profis, Einführung Kubernetes

2 Tage