Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Grundlagen des agilen Denkens
- Das Agile Manifest und seine Relevanz über die Softwareentwicklung hinaus
- Vergleich von agil mit traditionellen wasserfall- und plangetriebenen Modellen
- Scrum-Rollen, -Events und Artefakte im Kontext akademischer Projektzyklen
- Kanban und flowbasiertes Management für Forschungs- und Lehrteams
- Auswahl geeigneter agiler Hybride für Ingenieur- und Designumgebungen
Agile Planung und Zusammenarbeit
- Erstellung von User Stories und Definition von Akzeptanzkriterien für ingenieurtechnische Probleme
- Priorisierungstechniken im Backlog: MoSCoW, Wert vs. Aufwand, risikobasierte Reihenfolge
- Sprint-Planung und Schätzung mit Nicht-Softwareteams
- Retrospektiven und kontinuierliche Verbesserung in einem akademischen Umfeld
- Zusammenarbeitstools und Boards für multidisziplinäre Teilnehmer
Einführung in die DevOps-Kultur
- Definition von DevOps: Überwindung von Silos zwischen Entwicklung und Betrieb
- Das CALMS-Modell: Kultur, Automatisierung, Lean, Messbarkeit, Teilen
- DevOps in Forschungslabors, Bauingenieurwesen-Teams und Architekturstudios
- Aufbau einer blameless-Kultur und Feedback-Schleifen in Bildungseinrichtungen
- Ethische, sicherheitsrelevante und Compliance-Aspekte bei der akademischen DevOps-Einführung
Version Control und kollaboratives Code-Management
- Git-Grundlagen für reproduzierbare Ingenieur- und Designarbeit
- Branching-Strategien: Trunk-basiert, Feature-Branches und vereinfachtes GitFlow
- Pull Requests, Peer Reviews und Code-Eigentum in Lehrteams
- Verwaltung von Nicht-Code-Assets: CAD-Dateien, BIM-Modelle, Simulationsdatensätze
- Repository-Organisation für Kursmaterialien und Studentenprojekte
Kontinuierliche Integration und Build-Automatisierung
- CI-Konzepte und deren Anwendung auf kompilierte und skriptbasierte Ingenieurtools
- Einrichtung automatisierter Builds für Software, Simulationen und Dokumentation
- Pipeline-Stufen: Kompilieren, Packen, Linting und Pre-Flight-Checks
- Überblick über gängige CI-Plattformen: GitHub Actions, GitLab CI, Jenkins
- Umgang mit großen Artefakten, Abhängigkeits-Caching und paralleler Ausführung
Softwarequalität und statische Analyse
- Definition von Softwarequalität: Wartbarkeit, Zuverlässigkeit, Benutzerfreundlichkeit, Effizienz
- Code-Metriken: zyklomatische Komplexität, Kopplung, Kohäsion und Duplizierung
- Statische Analysetools für Python, Java, C++ und gängige Ingenieurskripte
- Dokumentation als Qualität: Docstrings, README-Standards und lebende Dokumente
- Integration von Qualitäts-Gates in CI-Pipelines ohne Blockade des Studentenfortschritts
Teststrategien und Testdesign
- Die Testing-Pyramide: Unit-, Integrations-, System- und Akzeptanztests
- Erstellung von Unit-Tests für ingenieurtechnische Berechnungen, Simulationen und Utilities
- TDD (Test-Driven Development) und BDD (Behavior-Driven Development): Grundlagen
- Mocking externer Systeme: Sensoren, APIs, Finite-Elemente-Löser
- Strukturierung von Testsuiten für multidisziplinäre Teamprojekte
Testautomatisierung und kontinuierliches Testen
- Automatisierung der Testausführung innerhalb von CI/CD-Pipelines
- Testberichte, Coverage-Schwellwerte und Management flaky Tests
- Eigenschaftsbasiertes Testing und Fuzzing für Ingenieur-Algorithmen
- Regressionsteststrategien für sich entwickelnde Kursaufgaben
- Performance- und Lasttests für Simulations- und Rendering-Aufgaben
Kontinuierliche Auslieferung und Bereitstellungs-Konzepte
- CD-Grundlagen: Delivery vs. Deployment, Umgebungen und Promotion
- Bereitstellungsmuster: Blue-Green, Canary und Feature-Toggles
- Anwendung von CD-Prinzipien zur Veröffentlichung von Forschungsartefakten, Kursseiten und Apps
- Container-Grundlagen mit Docker für reproduzierbare Ingenieurumgebungen
- Einführung in Infrastructure as Code: deklarative Verwaltung von Labor- und Cloud-Setups
Beobachtbarkeit, Überwachung und Feedback
- Logging, Metriken und Tracing für akademische Software und Simulationen
- Einführung eines leichten Monitoring-Systems für Studentenprojekte und Forschungstools
- Nutzung von Feedback-Daten zur Iteration über Lehrmaterialien und Lab-Aufgaben
- Dashboards und Alarmierung angemessen für pädagogische Kontexte
- Post-Deployment-Verifikation und Rollback-Verfahren
Sicherheits- und Qualitäts-Best Practices
- Sichere Coding-Grundlagen: Eingabevalidierung, Authentifizierung und Secrets-Management
- Dependency Scanning und Vulnerability Management in Open-Source-Stacks
- Lizenzkonformität für in Lehre und Publikation verwendete Software
- Datenschutzaspekte beim Umgang mit Studenten- und Forschungsdaten
- Aufbau einer sicherheitsbewussten Kultur in Ingenieur- und Designprogrammen
Übersetzung von Praktiken in Lehrmodule
- Entwicklung agiler Projekt assignments für System-, Bauingenieurwesen-, Design- und Architekturstudenten
- Erstellung von Bewertungskriterien, die Prozessqualität neben Produktqualität bewerten
- Einrichtung von Template-Repositories mit vorkonfigurierter CI für Studenten
- Schrittweise Einführung von DevOps-Konzepten über ein Semester hinweg
- Bewertung von Studententeams anhand realer Qualitäts- und Automatisierungsmetriken
Toolchain-Auswahl und akademische Einschränkungen
- Bewertung freier und Open-Source-Tools für budgetbewusste Abteilungen
- Integration in bestehende LMS, Dateispeicher und Lab-Infrastruktur
- Umgang mit technischer Schuld in lang laufenden Forschungscodebasen
- Onboarding von Studenten und Fakultäten mit unterschiedlichem technischen Hintergrund
- Langfristige Nachhaltigkeit gewährleisten, wenn wichtige Mitwirkende Graduieren oder rotieren
Voraussetzungen
- Grundlegendes Verständnis von Softwareentwicklungskonzepten
- Bekanntschaft mit allgemeinen Ingenieur- oder Designarbeitsabläufen
- Erfahrung im Umgang mit Computern für akademische oder projektbasierte Arbeit
Zielgruppe
- Professoren und Dozenten aus den Bereichen Systemingenieurwesen, Bauingenieurwesen, Design und Architektur
- Akademisches Personal, das seine Lehrmethoden mit industrierelevanten Praktiken modernisieren möchte
- Forschungsleiter und Laborkoordinatoren, die Technologie in den Lehrplan integrieren
42 Stunden
Erfahrungsberichte (2)
Craig war extrem engagiert im Training und hat stets darauf geachtet, dass wir aufmerksam sind. Er passte die Beispiele an unsere täglichen Aktivitäten an und gab immer eine Antwort, wenn danach gefragt wurde, auch wenn die Information nicht im Präsentationsmaterial enthalten war.
Ecaterina Ioana Nicoale - BOOKING HOLDINGS ROMANIA SRL
Kurs - DevOps Foundation®
Maschinelle Übersetzung
Hoher Einsatz und Fachwissen des Trainers
Jacek - Softsystem
Kurs - DevOps Engineering Foundation (DOEF)®
Maschinelle Übersetzung
