6月10日,极狐(GitLab)正式上线DevOps系列培训课程和相关认证体系,完成课程培训并通过相应考试,即可获得极狐(GitLab)官方认证证书。
DevOps是近年来软件开发领域最热、最前沿的概念之一,它彻底改变了软件开发和交付方式,使得软件开发人员(dev)和运营(ops)团队能够通过自动化、协作、快速反馈和迭代改进来加速软件开发生命周期。
GitLab是全球最常用的DevOps工具之一。据估算,GitLab在全球范围内拥有超过3000万的注册用户,10万以上的企业级用户。在国内,有数百万的GitLab注册用户,极狐(GitLab)从本地需求出发,为帮助广大中国用户掌握GitLab应用最佳实践,成为DevOps领域专家,并进一步推动开源DevOps技术的发展和落地,正式推出《极狐GitLab DevOps系列培训课程》和考试认证体系,课程涵盖极狐GitLab的基础理论、项目管理、安全功能及系统管理等内容。
《极狐GitLab DevOps系列培训课程》主要面向使用极狐GitLab的DevOps工程师、安全审计人员、系统运维工程师、系统管理员、项目经理或项目管理人员,全方位覆盖DevOps的理论、功能及实操,旨在帮助企业和团队深入了解极狐GitLab在DevOps各个应用场景中的解决方案,提高企业和团队的DevOps能力,并为DevOps平台落地提供最佳实践参考。
该系列课程从极狐GitLab与Git基础(提供官网免费试学),到如何基于极狐GitLab实现持续集成/持续部署(CI/CD),如何使用极狐GitLab进行项目管理,如何通过issue管理软件产品开发或者其他项目,再到有关DevSecOps/安全左移与系统管理的专业知识,层层递进,逐渐深入。
极狐(GitLab)为学员提供由原厂培训服务,讲师均来自极狐(GitLab)资深的核心系统架构师团队及专家服务团队,课程设置Hands-on Labs 实践训练,以远程教学或线下培训的形式,确保学员可以成功应用所学知识,并顺利通过认证考试。相关课程信息已上线极狐(GitLab)公司官网(https://about.gitlab.cn/services/education/)。
与此同时,极狐(GitLab)配套推出DevOps认证体系,完成不同级别的课程,即可获得相应的证书和徽章,帮助学习者增强自身的就业竞争力,为企业雇主打造专家级DevOps团队和数字化人才储备提供有利抓手。

极狐(GitLab)创始人兼CEO陈冉表示,作为开源的引领者与推动者,极狐(GitLab) 希望赋能更多开发者协同创新:“如今,DevOps处于高速增长的阶段,受到各大企业的欢迎。我们推出DevOps系列培训课程,希望以此为契机,帮助更多开发者掌握新技能,进入行业生态,共同推动DevOps理念和技术的成熟。”
未来,极狐(GitLab)公司将持续为中国用户打造“开源开放,人人贡献”的平台,在此基础之上,大力发展开源培训和教育,扶植初创科技企业和青年人才,并进研发和最佳实践,助力构建DevOps相关技术标准,繁荣开源社区。
关于极狐(GitLab)
极狐(GitLab)公司面向中国市场,提供全球知名开源代码托管和项目管理平台GitLab的本地化DevOps产品——极狐GitLab。极狐(GitLab)公司秉承“核心开放(Open-core)” 原则,结合全球领先的DevOps技术与国产化自研创新和定制化服务,致力于为中国用户提供一站式覆盖软件开发生命周期的开放一体化DevOps平台,为整个DevOps生命周期提供了单一的数据存储、用户界面和权限模型,实现产品、开发、QA、安全和运维团队间的高效协同,显著加快软件创新生命周期。极狐(GitLab)公司以“中外合资3.0”模式创立,在中国本地独立运营,公司资方包括GitLab Inc. 、红杉宽带跨境数字产业基金,以及高成资本。
好文章,需要你的鼓励
OpenAI在与多家新闻机构的版权诉讼中陷入困境。以《纽约时报》为首的原告指控OpenAI在长达两年时间里向法庭撒谎,刻意隐瞒其已对ChatGPT日志进行大规模搜索的事实。据悉,OpenAI实际上已拥有包含1000万和7800万条记录的日志样本,并曾用于研究版权内容过滤器,却对外声称无法进行此类搜索。原告据此提出制裁动议,要求法院追责。OpenAI则否认相关指控,坚称其立场基于合理使用原则。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
美国加州大学圣地亚哥分校研究团队在《自然》期刊发表研究成果:外科医生通过远程操控宇树G1仿人机器人,成功完成两例活体猪胆囊切除手术,创下全球首例。与造价数十至数百万美元的达芬奇手术机器人相比,仿人机器人成本更低、体积更小,未来有望部署于农村、战地乃至太空等资源匮乏的医疗场景。但目前仍存在需频繁重新校准、机械臂活动范围受限等挑战。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。