Artículos técnicos

10 Maneras en las que el Machine Learning
ayuda a DevOps

Esta publicación pretende ser una introducción general a DevOps y el Machine Learning, pero no representa la hoja de ruta de GitLab con ModelOps. Lee aquí sobre nuestros planes ModelOps. Aquí, te mostraremos 10 maneras en las que el Machine Learning ayuda a DevOps. 

 

Como la capa de un superhéroe, el Machine Learning puede mejorar los poderes innatos de su software DevOps. 

 

Sí, recién es el inicio, y no, Machine Learning no puede hacer todo lo que deseas… todavía. Pero si comienzas a usar herramientas de ML ahora, estarás preparado para convertirte en un participante de pleno derecho en tu equipo de DevOps a medida que la tecnología continúa madurando. Aquí hay algunas cosas con las que ML puede ayudarte actualmente:

10 maneras en las que el Machine Learning ayuda a DevOps

Dale sentido a tu data de prueba.

Ya sea que se trate de pruebas de regresión, unitarias, funcionales o de aceptación del usuario, ML puede ayudar a clasificar los datos generados a partir de esas pruebas, encontrar patrones, descubrir los problemas de codificación que causaron los errores y alertar a las tropas.

Administra las alertas de tu mesa de ayuda.

Puedes enseñarle a tu ML sobre los factores que componen diferentes tipos de alertas y enrutar automáticamente las alertas al solucionador de problemas mejor calificado (en su mayoría humanos), ya sea la mesa de servicio o un gurú de redes. Algunos sistemas de ML también pueden solucionar problemas sin intervención humana, según las reglas que cree.

Pon la seguridad en "DevSecOps".

Los algoritmos de ML pueden, en tiempo real, analizar la enorme cantidad de información generada a partir de su software de seguridad y registros de red y determinar si existe una infracción mucho antes de que lo haga un ser humano.

 

El software ML compara la línea de base de tráfico de red habitual con lo que está viendo actualmente y detecta cuando hay un ataque, o puede decirte si la cantidad de código en una aplicación o sistema ha aumentado repentinamente al doble de su tamaño cuando no debería haberlo hecho. ML también puede clasificar los problemas que encuentra, así como tomar medidas para corregir problemas de seguridad según sus pautas.

 

Además, las herramientas de ML también pueden ayudar a garantizar que se sigan las reglas de gobierno y crear un registro de auditoría detallado.

Reúne los requisitos de los usuarios.

El procesamiento del lenguaje natural ha recorrido un largo camino y puede recopilar, validar y rastrear documentos para agilizar el proceso de averiguar lo que piden los usuarios. La tecnología también puede ayudar a detectar requisitos incompletos o cronogramas irregulares y puede traducir los deseos y necesidades de los usuarios en requisitos de proyectos altamente técnicos. Esto hace que todo el proceso de gestión de proyectos sea más eficiente.

Automatiza las pruebas y crea datos de prueba.

ML puede crear automáticamente las pruebas que necesita para el control de calidad y los casos de prueba en los que se basan, generar y administrar datos de prueba y automatizar revisiones de código.

 

El procesamiento del lenguaje natural puede ayudarlo a revisar casos de prueba y eliminar duplicados, así como a identificar brechas en la cobertura de la prueba.

 

Los equipos seguirán utilizando modelos de Machine Learning para hacer que la automatización de pruebas sea más inteligente, predice Forrester Research.

Recibe ayuda con detalles molestos de desarrollo.

No, no para reemplazar a los desarrolladores, por supuesto, al menos no todavía. Pero ML puede aprender de las aplicaciones anteriores que ha creado para recomendar barandillas de seguridad y cómo hacer que el software se escale y funcione mejor, entre otras cosas.

 

Los desarrolladores definitivamente ven venir esta tendencia, y en la Encuesta Global DevSecOps 2021 de GitLab, alrededor de un tercio dijo que la comprensión de AI o ML es la habilidad más importante para sus futuras carreras.

 

Las herramientas de finalización de código impulsadas por ML ya están en el mercado y brindan sugerencias para los desarrolladores de aplicaciones.

Ahorra tiempo en el aprovisionamiento manual.

Claro que Cloud lo hace todo más fácil, pero ML puede proporcionar lo que crees que necesitarás antes de que realmente lo necesites.

Reduce la complejidad y permite una mejor comunicación a lo largo de la cadena de software.

ML puede suavizar las asperezas entre los equipos responsables de las diferentes partes del proceso y actuar como una especie de esperanto para permitir que las personas hablen entre sí usando el mismo idioma. No más, «Funcionó en mi máquina».

Mejora la calidad del software y del producto.

ML puede ayudar a encontrar problemas como fugas de recursos, ciclos de CPU desperdiciados y otros problemas, para que pueda optimizar su código antes de que llegue a producción. En Facebook, una herramienta de detección de errores predice defectos y sugiere soluciones que resultan correctas el 80 % de las veces, informa Deloitte.

 

Y el IEEE realizó un estudio de Google X sobre un método ML que predice fallas de componentes individuales que era «mucho más preciso que el enfoque MTBF tradicional».

Integra flujos de trabajo y permite la mejora continua.

Algunos equipos de DevOps están utilizando ML para analizar todas las herramientas de desarrollo, operativas y de prueba para encontrar brechas, así como también dónde se deben integrar mejor las piezas de la canalización y dónde aún se necesitan las API.

 

Los algoritmos de ML pueden ayudar a los equipos a descubrir por qué algunos proyectos funcionan muy bien y otros no.

 

Puedes usar ML para monitorear y asegurarte de que estén completamente operativos.

 

Además, ML continúa aprendiendo de tus modelos de capacitación, tanto los que tú le proporcionas como de los que aprende por sí solo a medida que avanza, para continuar ayudándote a brindar mejores productos y servicios a lo largo del tiempo.

 

Y cuando te pones manos a la obra, ¿no es ese el objetivo de la tecnología?

Fuente: GitLab

¿Qué son los procesos ITSM? La versión 4 de ITIL pasó recientemente de recomendar «procesos» de ITSM a introducir 34 «prácticas» de ITSM. Su razonamiento para esta terminología actualizada es que “se pueden considerar elementos como la cultura, la tecnología, la información y la gestión de datos para obtener una visión holística de las formas de trabajar”. Este enfoque más integral refleja mejor las realidades de las organizaciones modernas.

 

Aquí, no nos preocuparemos por las diferencias matizadas en el uso de la terminología de prácticas o procesos. Lo que es importante y cierto, independientemente del marco que siga su equipo, es que los equipos de servicios de TI modernos utilizan los recursos de la organización y siguen procedimientos repetibles para brindar un servicio consistente y eficiente. De hecho, aprovechar la práctica o el proceso es lo que distingue a ITSM de TI.

La gestión de cambios garantiza que se utilicen procedimientos estándar para un manejo rápido y eficiente de todos los cambios en la infraestructura de TI, ya sea para implementar nuevos servicios, gestionar los existentes o resolver problemas en el código. La gestión de cambios eficaz proporciona contexto y transparencia para evitar cuellos de botella y al mismo tiempo, minimizar el riesgo. No se sienta abrumado por esto y la aún más larga lista de prácticas de ITIL.

La gestión de problemas es el proceso de identificar y gestionar las causas de los incidentes en un servicio de TI, la gestión de problemas no se trata solo de encontrar y solucionar incidentes, sino de identificar y comprender las causas subyacentes de un incidente, así como de identificar el mejor método para eliminar las causas de raíz.

La gestión de incidentes es el proceso para responder a un evento no planificado o una interrupción del servicio y restaurar el servicio a su estado operativo. Teniendo en cuenta todos los servicios de software de los que dependen las organizaciones hoy en día, existen más puntos de falla potenciales que nunca, por lo que este proceso debe estar listo para responder y resolver problemas rápidamente.

La gestión de activos de TI (también conocida como ITAM) es el proceso de garantizar que los activos de una organización se contabilicen, implementen, mantengan, actualicen y eliminen cuando llegue el momento. En pocas palabras, se trata de asegurarse de que los elementos valiosos, tangibles e intangibles, de la organización sean rastreados y utilizados.

La gestión del conocimiento es el proceso de crear, compartir, utilizar y gestionar el conocimiento y la información de una organización. Se refiere a un enfoque multidisciplinario para lograr los objetivos organizacionales haciendo el mejor uso del conocimiento.

La gestión de solicitudes de servicio es un procedimiento repetible para manejar la amplia variedad de solicitudes de servicio al cliente, como solicitudes de acceso a aplicaciones, mejoras de software y actualizaciones de hardware. El flujo de trabajo de solicitud de servicio a menudo implica solicitudes recurrentes y se beneficia enormemente de permitir a los clientes el conocimiento y la automatización de ciertas tareas.

Porque la plataforma abierta para el trabajo de Jira brinda una mayor claridad, colaboración y rentabilidad en toda la empresa. En medio de las rápidas transformaciones de TI y los objetivos comerciales en constante cambio, simplemente no es suficiente tener una solución ITSM; necesitas una que realmente acelere la forma en que trabajan tus equipos.

 

La solución ITSM de Atlassian desbloquea la TI a alta velocidad al optimizar los flujos de trabajo en el desarrollo y las operaciones a escala. Es decir, lo que antes eran muchos equipos aislados con diferentes formas de trabajar, ahora están integrados y son mucho más colaborativos que nunca.

Los principios de gestión de servicios pueden brindar mejoras a toda su organización. ITSM conduce a ganancias de eficiencia y productividad.

 

En bit2bit Americas y Atlassian evaluamos, implementamos, entrenamos y acompañamos a nuestros clientes en la implementación de los procesos relacionados con la Gestión del Servicio de TI (ITSM) según las buenas prácticas recomendadas por ITIL (IT Infrastructure Library).

 

Nuestro enfoque es estratégico y aporta valor al negocio ofreciendo soluciones de TI que combinan adecuadamente personas, procesos y tecnología. Realizamos la conexión entre TI y la estrategia de negocio y ayudamos a nuestros clientes a entender el impacto de TI en sus distintos procesos de negocio.