54cuatro
En #54cuatro buscamos acompañar el cambio disruptivo que están atravesando los bancos, aseguradoras y entidades financieras.
Open Banking es una tendencia que impulsa la transformación de la banca tradicional, y que genera muchas oportunidades de mejorar el sector. Para apoyar el despliegue de Open Banking y la transformación de los bancos, desde 54cuatro contamos con Consultores y nuestras propias Fabricas de Software y Datos.
No es novedad que los #containers ya son un standard de la industria, habilitan desarrollos ágiles, mejoran el #TimetoMarket, mejoran la analítica y generan un #ROI rápidamente comprobable.
Estamos en un momento HYPE de la era #Microservicios. Y vemos mucha adopción de esta arquitectura pero existe mucho camino por recorrer, y aún hay muchos que no pudieron a avanzar en este sentido y ya estamos hablando de #ServiceMesh, un nuevo componente que facilita la comunicación.
Pero que es Service Mesh?
El Service Mesh es una capa que mejora el formato en que las aplicaciones construidas en Microservicios se comunican entre sí. Anteriormente en desarrollos #Monolíticos o #SOA, las llamadas se hacían dentro de cada una aplicación o en comunicación entre capas. Pero en el nuevo esquema, las llamadas son reemplazadas por se realizan a través de comunicaciones #API.
Esto tiene ventajas importantes, ya que permite a los #desarrolladores concentrarse en la lógica del negocio y no tener que trabajar sobre la capa de comunicaciones. Pero existe un faltante de estandarización de la comunicación API, dado que no existe un protocolo definido para la creación de API.
En este punto es cuando Service Mesh se vuelve importante. Porque?
Porque es una malla de servicios que se para por encima de los microservicios, siendo una solución de baja latencia de comunicaciones que nos brindara descubrimiento para nuevos servicios, y con ello la posibilidad de crear reglas de load balancer, autenticación, cifrado, entre otras cosas, y permitiéndonos además tener un monitoreo que asegure la disponibilidad de nuestras API.
Existen muchos Service Mesh en el mercado como #Istio o #Envoy, y a partir de la versión 4 de #OpenShift existe el servicio OSMO (Openshift Service Mesh Operator) que habilita la posibilidad mejor seguimiento, enrutamiento y optimización de la comunicación de las aplicaciones.
Si necesitas modernizar la arquitectura escribime o llamame, así podemos determinar el nivel de madurez si tu empresa como para adoptar microservicios, el nivel de práctica #Agile/#DevOps y que con un #assessment podamos acompañarte al próximo nivel.
Publicado por nuestro Sales Director, Rodrigo Yañez en https://www.linkedin.com/pulse/algunas-ideas-sueltas-sobre-containers-microservicios-rodrigo-ya%C3%B1ez/
[popup_anything id=”2076″]
#DataOps , es una metodología surgida de las culturas #Agile que busca cultivar prácticas y procesos de gestión de datos para mejorar la velocidad y precisión de los análisis, incluido el acceso, calidad, automatización, integración y modelos de datos.
#DataOps se trata de alinear la forma en que administra sus datos con los objetivos que tiene para esos datos.
No esta mal recordar parte del Manifiesto DataOps:
Vamos a poner un ejemplo claro de DataOps aplicado a la reducción de la tasa de rotación de clientes. Puede aprovechar los datos de sus clientes para crear un motor de recomendaciones que muestre productos que sean relevantes para sus clientes, lo que los mantendría comprando por más tiempo. Pero eso solo es posible si su equipo de ciencia de datos tiene acceso a los datos que necesitan para construir ese sistema y las herramientas para implementarlo, y puede integrarlo con su sitio web, alimentar continuamente nuevos datos, monitorear el rendimiento, etc. Para eso necesita un proceso continuo que requerirá incluir información de sus equipos de ingeniería, TI y negocios.
Para poder implementar soluciones que aporten valor, es necesario de la gestión de datos saludables. Una mejor gestión de datos conduce a mejores datos, y más disponibles. Más y mejores datos conducen a un mejor análisis, lo que se traduce en mejores conocimientos, estrategias comerciales y una mayor rentabilidad.
DataOps se esfuerza por fomentar la colaboración entre científicos de datos, ingenieros y expertos de TI para que cada equipo trabaje sincronizado en aprovechar los datos de la manera más adecuada y en menor tiempo.
DataOps es una de las muchas metodologías nacidas a partir de DevOps. El éxito de #DevOps radica en eliminar los silos de la TI tradicional: uno que maneja el trabajo de desarrollo y otro que realiza el trabajo operativo. En una configuración de DevOps, la implementación del software es rápida y continua porque todo el equipo está unido para detectar y corregir problemas a medida que ocurren.
DataOps se basa en esta idea, pero aplicándola en todo el ciclo de vida de los datos. En consecuencia, los conceptos de DevOps como CI/CD ahora se están aplicando al proceso de producción de ciencia de datos. Los equipos de ciencia de datos están aprovechando soluciones de control de versiones de software como GitHub para rastrear cambios de código y tecnología de contenedores como Kubernetes y Openshift para crear entornos para Análisis y despliegue de modelos. Este tipo de enfoque de ciencia de datos y DevOps a veces se denomina “análisis continuo”.
Ahora bien. Hasta acá toda la teoría. Pero… ¿Cómo empiezo a implementar DataOps?
Aquí es donde debes comenzar:
Gran parte del éxito de la #digitalización de las industrias viene asociada a romper con el concepto clásico de la arquitectura estándar usada hasta hoy para todas las industrias y empezar a adoptar nuevas soluciones Industriales a medida que permiten mejores lograr mayores resultados, más #escalabilidad y #rentabilidad.
Esto no necesariamente significa que se deban reemplazar las #PLC y los #SCADA, pero si es necesario complementar la infraestructura con componentes de #IIoT que eleven el valor de las fabricas.
IIoT (#Industrial #IoT) es un gran catalizador de proyectos que tienen que ver con #InteligenciaArtificial, y cuando estas tecnologías entran en juego son disruptivas para la compañía en general. En las industrias del futuro, el humano sera el encargado de planificar, monitorear y desarrollar soluciones operativas con soporte en la tecnología. Pero al dia de hoy, muchas tareas reiterativas sin valor son ejecutadas por personas.
Ademas de esto, identificar procesos que son automatizables con #RPA (robotic process automation) permiten disminuir errores y asignar los recursos humanos en tareas importantes, que demanden al capital humano del uso de armas como la empatía, la negociación, y la innovación. Algo que las maquinas no pueden hacer sumado a que esta comprobado que automatizar tareas permite disminuir un 30% de horas hombre.
[popup_anything id=”2076″]
#54cuatro busca apoyar a sus clientes en la implementación de plataformas #DevOps #end2end. Esto consiste en entender todas las fases de adopción que sean necesarias para que la organización adopte procesos CI/CD de forma completa.
[popup_anything id=”2076″]
Se asocia inmediatamente la transformación digital, con implementaciones tecnológicas.
En parte es correcto, el proceso de transformación digital requiere que los componentes tecnológicos apoyen cambios en la organización; pero previo a eso existen dos componentes claves.
El foco del cambio tiene que venir por el quiebre de mentalidades clásicas, estáticas, rígidas. Ese cambio debe ser apalancado con procesos ágiles y medibles.
A partir de eso, se podrán implementar soluciones de tecnología que afecten los servicios de fabricación, de atención al cliente, de entrega, etc.
Las empresas tecnológicas lógicamente quieren vender tecnología. Pero realizar ventas sin tener recorridos periodos de maduración que permitan absorber esos nuevos componentes asegura el fracaso de la adopción tecnológica, logrando que no exista transformación alguna en la organización. Cada proceso de transformación debe entender factores externos como el rubro del cliente, la industria, su competencia, sus objetivos e incluso entender la incertidumbre económica, las desaceleraciones globales de consumo, entre otros factores, por que incluso las crisis manifiestan situaciones auspiciosas para la creación y/o modificación de culturas y procesos. También debe entender factores internos, como el tipo de management, la resistencia al cambio, el nivel profesional, roles y responsabilidades.
En vez de chocar contra los obstáculos, es necesario gestionarlos de manera que se derroten a si mismos.
Un cambio fundamental en el proceso es conocer el estadio de Alfabetización de Datos, algo clave para cualquier empresa que aspira a lograr una Digitalización Empresarial, a partir del uso de los datos y la #analítica avanzada. #Gartner recomienda preguntarse lo siguiente:
«Las #organizaciones no solo deben educar a sus #colaboradores para que hagan uso de los datos en la producción de soluciones, productos o servicios para garantizar que su entendimiento les ayude a alcanzar sus metas; también deben asegurarse de que al interior de la organización todos hablen el mismo lenguaje de datos para desarrollar una comunidad que se retroalimente para ser más competitiva», afirma Donald Feinberg VP de Gartner.
Con todo estas variables sobre la mesa, es necesario efectuar un programa que permita adoptar nuevas culturas orientadas a la colaboración y la mejora continua, pulir procesos o incluso automatizarlos, e implementar componentes tecnológicos que aceleren los cambios.
[popup_anything id=”2076″]
Desarrollamos soluciones de #MachineLearning que te permiten desgrabar a través de #Speech2Text de las llamadas de tu #CallCenter, y efectuar análisis sentimentales y de calidad sobre la llamada.
Queres conocer mas?
[email-download-link namefield=”YES” id=”1″][popup_anything id=”2076″]
Sabes que es #Serverless? Tiene beneficios para los #desarrolladores, es escalable, pero también necesita de ajustes en el #código para que pueda ser ejecutado como funciones (#FaaS), ademas en muchos casos el código puede quedar ligado a su #cloud provider.
[popup_anything id=”2076″]