กรณีการใช้งาน DevOps

แนวคิด DevOps

Cem Sakarya

DevOps Risk Advisor

DevOps

DevOps: การพัฒนาซอฟต์แวร์ + ปฏิบัติการ IT
การทำงานร่วมกันและความรับผิดชอบร่วมกัน
การเปิดตัว MVP
ปรับใช้ได้กับหลากหลายกรณี

วิศวกรรมโครงสร้างพื้นฐาน

ออกแบบ พัฒนา และดูแลโครงสร้างพื้นฐาน IT
โครงสร้างพื้นฐานนี้ต้องใช้พลังงานจากคลาวด์หรือฮาร์ดแวร์ที่บริษัทเป็นเจ้าของ
วิศวกรโครงสร้างพื้นฐานดูแลฮาร์ดแวร์ เครือข่าย และส่วนประกอบคลาวด์

งานของวิศวกรรมโครงสร้างพื้นฐาน ได้แก่ ความปลอดภัย เครื่องมือภายใน ฮาร์ดแวร์ คลาวด์ และเครือข่าย

วิศวกรรมผลิตภัณฑ์

ออกแบบ พัฒนา และดูแลผลิตภัณฑ์ซอฟต์แวร์
ส่วนประกอบที่ให้บริการลูกค้า

งานของวิศวกรรมโครงสร้างพื้นฐาน ได้แก่ ความปลอดภัย เครื่องมือภายใน ฮาร์ดแวร์ คลาวด์ และเครือข่าย สำหรับวิศวกรรมผลิตภัณฑ์ ได้แก่ การออกแบบผลิตภัณฑ์ ประสบการณ์ผู้ใช้ และ MVP

Data Engineering

Data engineering หมายถึงการสร้างระบบเพื่อรองรับการเก็บรวบรวมและการใช้งานข้อมูล

วิศวกรรมผลิตภัณฑ์สร้างฟีเจอร์สำหรับลูกค้า Data Engineering เก็บรวบรวม จัดเก็บ และทำให้ข้อมูลพร้อมใช้งาน

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

DevOps ประกอบด้วยการประกันคุณภาพ การพัฒนาซอฟต์แวร์ และปฏิบัติการ IT DataOps ประกอบด้วยคุณภาพข้อมูล Data Engineering และการรวมข้อมูล MLOps ประกอบด้วยการฝึกโมเดล ML การเรียนรู้ของเครื่อง และการดูแลโมเดล

DataOps

ซอฟต์แวร์ขับเคลื่อนด้วยข้อมูล
ข้อมูลเคลื่อนที่ผ่าน data pipeline
ดูแลให้ข้อมูลไหลผ่านอย่างราบรื่น
ข้อมูลไม่สูญหายระหว่างการส่ง
ส่งข้อมูลเพื่อใช้งานโดย data scientist และ ML Engineer

MLOps

พยากรณ์อนาคตจากข้อมูลในอดีต
การเตรียมข้อมูล (ข้อมูลประวัติ)
การฝึกโมเดล
การทดสอบโมเดล
การ Deployment
การบำรุงรักษา

ไม่ใช่คู่แข่งกัน

โค้ดที่ดีนำไปสู่ข้อมูลที่ดี ซึ่งนำไปสู่ ML ที่ดี

มาฝึกกันเถอะ!

แนวคิด DevOps