👀 Что мы знаем о AIOps?

Это «профессия» на стыке машинного обучения и аналитики для быстрой и эффективной автоматизации IT-задач. А дальше идет игра воображения — кто-то приписывает одни обязанности, кто-то другие. Но одно знаем точно — в нашей сфере появляются сущности, цели которых либо распределяются между другими, либо забываются.

🔗 В статье на Хабре коллеги подробно описали предпосылки, настоящее и возможное будущее AIOps

Вот ключевые факты:

1️⃣ Сегодня задачи AIOps выполняются спецами из разных областей: DevOps, Data Science, IT Operations

2️⃣ AIOps — не про замену DevOps-инженеров, а про расширение компетенций DevOps

3️⃣ Уже сегодня инженеры начинают использовать инструменты AIOps для автоматизации проверки кода, внедрения лучших практики сборки приложений и выявления ошибок на ранних этапах разработки

4️⃣ AIOps также используется как инструмент для оценки и прогнозирования в реальном времени — и обнаружения аномалий в данных, которые указывает на проблемы в системы

5️⃣ AIOps предоставляет возможность анализировать большие объемы машинных данных с многочисленных цифровых платформ предприятий

А вот ключевые (возможно) обязанности AIOps-инженера:

➖ Настройка и управление инструментами AIOps
➖ Разработка собственных или подбор готовых моделей ML
➖ Автоматизация процессов выявления и устранения инцидентов
➖ Анализ больших данных и создание отчетов

Благодаря AIOps действительно получается быстрее решать проблемы управления инфраструктурой, а в крупных проектах это значительно сокращает ресурсы.

Однако на AIOps никто не учит — курсов нет ни в СНГ, ни за границей.

Есть ли будущее у этой сферы? Предлагайте свое видение в комментариях 👇🏼

#aiops #devops

@DevOpsKaz 😛