Сценарии использования DevOps

Концепции DevOps

Cem Sakarya

DevOps Risk Advisor

DevOps

DevOps: разработка ПО + IT-операции
Совместная работа и общая ответственность
Выпуск MVP
Применимо к различным сценариям

Инфраструктурная инженерия

Проектирование, разработка и поддержка IT-инфраструктуры
Инфраструктура работает на базе облака или собственного оборудования компании
Инфраструктурные инженеры отвечают за оборудование, сеть и облачные компоненты

Задачи инфраструктурной инженерии: безопасность, внутренние инструменты, оборудование, облако и сеть.

Продуктовая инженерия

Проектирование, разработка и поддержка программных продуктов
Компоненты, взаимодействующие с клиентами

Задачи инфраструктурной инженерии: безопасность, внутренние инструменты, оборудование, облако и сеть. Задачи продуктовой инженерии: дизайн продукта, пользовательский опыт и MVP.

Инженерия данных

Инженерия данных — это создание систем для сбора и использования данных.

Продуктовая инженерия создаёт клиентские функции. Инженерия данных собирает, хранит и обеспечивает доступ к данным.

¹ https://en.wikipedia.org/wiki/Data_engineering

DevOps сочетает обеспечение качества, разработку ПО и IT-операции. DataOps включает контроль качества данных, инженерию данных и интеграцию данных. MLOps охватывает обучение ML-моделей, машинное обучение и сопровождение моделей.

DataOps

Программное обеспечение работает на основе данных
Данные передаются по конвейерам данных
Обеспечение бесперебойной передачи данных
Данные не теряются при передаче
Передача данных для использования специалистами по данным и ML-инженерами

MLOps

Прогнозирование будущего на основе исторических данных
Подготовка данных (исторические данные)
Обучение модели
Тестирование модели
Развёртывание
Сопровождение

Без конкуренции

Качественный код обеспечивает качественные данные, а те — качественное машинное обучение.

Давайте потренируемся!

Концепции DevOps