Operaciones – 54cuatro

Post para compartir con tu amigo Recruiter: #DevOps y #SRE tienen coincidencias y diferencias.

La génesis de ambos movimientos tienen características similares: El choque entre #Equipos de #Desarrollo que empujan sus esfuerzos hacia la creación de nuevas características, y el Equipo de #Operaciones que empuja sus esfuerzos en mantener la producción estable.

SRE fue pensado por Google como responsable de la estabilidad del entorno de producción, pero al mismo tiempo comprometidos con los nuevos desarrollos y la mejora continua. Y los equipos de SRE se componen en partes iguales por perfiles de Desarrollo y Sysadmins.

DevOps, es mas reciente, pero comparte el objetivo de construir un lazo laboral entre los sectores de Desarrollo y Operaciones siguiendo principios #Ágiles y fomentando la colaboración. Ambos enfoques buscan objetivos comunes como la mejora del #Time2Market, la colaboración, la automatización, y mejorar de forma constante. Pero mientras que DevOps busca cerrar una brecha colaborativa, SRE es un sistema donde el desarrollo controla la operación, incluyendo el monitoreo. Se puede implementar tanto DevOps como SRE ya que ambos enfoques no entran en conflicto.

DevOps generalmente se centra en el “qué”, mientras que SRE se centra en el “cómo”. #CreciendoConProposito

[popup_anything id=”2076″]

Ya hicimos entradas de #DataOps (operaciones de datos), pero para refrescar la memoria decimos: es la conjunción de personas, procesos y tecnología que permiten manejar datos que sean de utilidad para #desarrolladores, #datascientist, #operaciones, #aplicaciones y herramientas (ej #inteligencia #artificial), permitiendo canalizar los datos, mantenerlos seguros durante su ciclo de vida y configurar una #gobernanza sobre los mismos.

Mientras mas rapido manipulemos y entreguemos los datos, mas rápido sera el crecimiento para el negocio por el uso de la informacion, por lo tanto, su objetivo es promover prácticas y procedimientos de gestión de datos que mejoren la velocidad y precisión de los análisis.

Short-list con 5 problemáticas básicas que son resueltas con la implementación de DataOps en una organización.

Veamos que nos resuelve DataOps:

#Corrección de errores: además de mejorar la agilidad de los procesos de desarrollo, DataOps tiene el poder de impulsar el tiempo para responder a errores y defectos reduciendo los tiempos significativamente.

#Eficiencia: en DataOps, los especialistas de datos y los desarrolladores trabajan juntos y, por lo tanto, el flujo de información es horizontal. En lugar de comparar información en reuniones semanales o mensuales, el intercambio ocurre regularmente, lo que mejora significativamente la eficiencia comunicacional y los resultados finales.

#Objetivos: DataOps proporciona a desarrolladores y especialistas en datos en tiempo real sobre el rendimiento de sus sistemas.

#Silos de datos : DataOps enfrenta a los silos de datos que se generan en distintos departamentos o gerencias de una empresa, muchos grupos ven sus operaciones como “quintas” inviolables en las cuales cada silo es una barrera para el éxito para implementar mejores estrategias de administración de datos. La implementación de un governance correcto es crucial para la obtención de todas las fuentes de datos que requiere la organización para cumplir con sus objetivos de negocios.

#Skills: es un hecho que los profesionales de datos no abundan. La falta de disponibilidad de las personas adecuadas para administrar proyectos de #BigData y #BI (#BusinessAnalytics) significa que los proyectos no sean ejecutados en tiempo y forma, o peor aun, que fallen. Es un error poner más datos en un equipo que no tiene el conocimiento y los recursos para manejarlos.

Vea nuestro workshop de DataOps

Los invitamos a unirse a nuestro Grupo en Linkedin de “DataOps en Español“

[popup_anything id=”2076″]