培训目标:
1、掌握核心概念:深入理解现代CI理念、流程及其在汽车热管理行业研发的最佳实践。
熟练使用工具链:掌握从需求,代码提交到测试验证的完整工具链(Gitlab, Jenkins, Cmake,SonarQube,Gtest,Matlab-similink,jira)的配置与协同工作。
2、具备实战能力:能够搭建、维护和优化一套基于Gitlab的企业级CI流水线,并能快速排查问题。
3、理解研发运维闭环:建立从构建、测试、部署的完整研发运维闭环思维。
目标学员:开发工程师、运维工程师、测试工程师及对CICD感兴趣的技术人员。
培训内容:
一:热管理的需求管理,系统设计,开发与验证,
模块1:汽车热管理需求管理、系统设计,开发与验证
l DDD领域驱动设计方法简介
l 热管理的主要开发内容
l 汽车热管理性能开发流程及设计标准
模块2:使用jira开展汽车热管理项目
l 项目管理工具jira介绍,jira插件介绍:
l 使用jira开展汽车热管理需求和开发和验证流程
l 实验:使用Jira创建一个热管理算法项目,创建需求,对需求状态进行跟踪。
二:CICD基础与流水线构建
主题:构建自动化流水线
l 持续集成理念与基础环境搭建持续集成目的
l 持续集成概念
l 持续集成流程、作用及原则
l Thoughtworks汽车行业持续集成流程
采⽤CMake+GTest+Jenkiins集成开发环境,完成基于Jenkins的C++汽车热管理算法项⽬⾃动化构建与测试,
l .搭建Jenkins服务器
l .本地编写Cmake⼯程 ,编写Gtest白盒测试代码
l Jenkins服务端的⼯程构建 ,自动化实现Cmake工程编译,构建,自动化测试,并输出PDF格式的测试报告
综合实验与答疑
给定一个模拟业务场景,学员分组完成从Fork代码库、修改代码到触发完整CI流程(编译、构建、打包,测试、发布)的实战。
三:代码质量评估
SonarQube 与 Jenkins 集成,实现代码提交后的自动化质量分析
建立起一个自动化的代码质量防线。每次代码提交触发 Jenkins 构建后,SonarQube 都会自动分析代码,并将结果(如漏洞、坏味道、重复率)反馈回 Jenkins 和 SonarQube 控制台
模块四:matlab系统集成测试:Jenkins 集成Matlab Simulink Test工具箱,
使用matlab Simulink Test 工具箱,对模型进行自动化仿真测试。内容包括,创建 热管理相关的Test Harness 模型,验证模型的行为,即仿真结果。
Jenkins和Simulink Test的集成,自动化输出PDF格式的的仿真测试结果
AI工具在项目中的应用
l 使用Copolit(或者lingma)实现XX需求代码和白盒测试代码。
l 基于 MATLAB 和 Simulink 的嵌入式人工智能集成介绍
需求一致性追溯
l 使用MATLAB、JIRA集成,开展需求一致性检查
综合实验与答疑