Работа в OPS: Трендовые позиции — Часть 2

Смотреть детальнее

Тренды Ops-технологий «на взлете»

Пока многие специалисты все еще называют DevOps скорее философией и набором инструментов, чем отдельной специализацией в сфере IT, в мире набирают спрос новые Ops-специальности.

В первой части этой статьи мы уже разобрали, кто такие DevOps, SRE, SecOps и FinOps. Настало время разобраться в DataOps, AIOps, TestOps, SysOps, ITOps и NoOps. Что это за специалисты, как ими стать и каким бизнесам уже стоит обратить на них внимание — рассказываем ниже.

DataOps

Специалисты по DataOps — практики с хорошим бэкграундом в DevOps с дополнительными функциями аналитики и работы с Big Data. Основная задача Data Ops — повышение скорости анализа и создание отчетов для пользователей.

Автоматизация процессов все еще остается ключевым поинтом в работе DataOps. Фактически, это совсем новая специальность на стыке технологий и аналитики. Сейчас появляются большие массивы данных, которые нужно анализировать и автоматизировать. Это и делает DataOps-специалистов такими актуальными. Учитывая хороший спрос на аналитиков и решения на основе Big Data, внедрение этой технологии поможет бизнесу быть на шаг впереди в ближайшие несколько лет.

В задачи DataOps может входить:

• обеспечение доступа к нескольким источникам данных;
• упрощение тестирования и мониторинга процессов управления данными;
• создание моделей и управление версиями данных;
• управление качеством, безопасностью, конфиденциальностью и хранением данных;
• управление и развертывание инфраструктуры;
• создание и настройка стандартов, процессов и методологий для продукта анализа данных.

Смотреть детальнее

MLOps

Методы машинного обучения набирают популярность и бизнес все чаще внедряет такие технологии в свои процессы. MLOps (или DevOps для машинного обучения) организуют стабильное взаимодействия между всеми участниками процесса работы с Machine Learning: инженерами и разработчиками Big Data, Data Scientist и другими.

Впервые об отдельной специализации MLOps заговорили после презентации Google в 2018 году, посвященной AI (искусственному интеллекту).

В задачи MLOps могут входить:

• унификация цикла выпуска моделей и продуктов в Machine Learning;
• автоматизация проверки данных, тестирования ML-модели и ее интеграций;
• поддержка моделей машинного обучения;
• сокращение технического долга по ML-моделям;
• помощь DataOps-специалистам / Data Scientist.

AIOps

Если DataOps помогает в работе тем, кто работает с Ops-технологиями, то AIOps — помогает оптимизировать и настроить процессы, в том числе и с Big Data. AIOps или искусственный интеллект в IT-операциях — метод, который использует науку о данных и искусственный интеллект для анализа IT-инфраструктуры. Для этого он использует Big Data-инструменты. Основное задание AIOps — повышение скорости и эффективности услуг и обеспечение классного пользовательского опыта.

Специалист AIOps действительно может быть полезен большим организациям с масштабной IT-инфраструктурой на облачных серверах. С его помощью можно снизить затраты компании на облако и повысить безопасность с помощью искусственного интеллекта.

В пул задач AIOps входит:

• сбор и агрегирование больших данных;
• создание автоматических системных ответов с помощью машинного обучения;
• работа с масштабируемыми моделями развертывания производства;
• создание модели искусственного интеллекта для прогнозирования будущих проблем.

Смотреть детальнее

TestOps

TestOps — специальность на стыке задач DevOps и QA. Специалисты в этой сфере отвечают за интеграцию автоматических тестов в процессе развертывания приложений.

В работе TestOps можно выделить несколько ключевых направлений:

• создание экосистемы тестирования со структурой автоматизации и интегрированных инструментов;
• использование платформы автоматизации тестирования; 
• контроль качества продукта и программного обеспечения.

ITOps

IT Ops или Information Technology Operations — это специалист, который отвечает за обслуживание приложений, услуг, инструментов и технологий для управления компанией.

Метод ITOps, в основном, включает в себя сетевую инфраструктуру, компьютерные операции и службу поддержки, а также управление серверами и устройствами. Это одна из четырех функций в рамках ITIL-практики.

В пул задач ITOps входит:

• контроль процессов IT-операций;
• управление и обслуживание IT-инфраструктуры и оборудования;
• установка сетевых функций / приложений и управление ими;
• создание плана аварийного восстановления для организации;
• измерение и контроль производительности IT-инфраструктуры;
• резервное копирование данных;
• настройка серверов для повышения производительности;
• управление лицензированием программного обеспечения.

SysOps

SysOps расшифровывается как System Operations. В прошлом «SysOps» или «системным оператором» называли любого специалиста, который отвечал за любую компьютерную систему. Но с развитием облачных технологий так стали называть ответственных за многопользовательские системы. Для работы SysOps нужны: опыт развертывания, масштабирования, миграции и управления системами, в частности, облачными.

В отличие от DevOps, SysOps работают по подходу ITIL (библиотека инфраструктуры информационных технологий). В пул задач SysOps может входить:

• управление жизненным циклом программного обеспечения в облаке;
• администрирование многоуровневой системной архитектуры;
• настройка инфраструктуры в облаке;
• управление патчами и обновлениями программного обеспечения;
• управление аварийным восстановлением (Disaster recovery);
• поддержка целостности данных;
• контроль производительности.

Смотреть детальнее

NoOps

Автоматизировать все, что движется, а что не движется — двигать и автоматизировать! Примерно так простыми словами может звучать суть работы NoOps. Лучшим результатом работы такого специалиста должно стать «поедание самого себя» — компании больше не потребуется собственная команда по управлению программным обеспечением (команда Ops).

В работе NoOps можно выделить два ключевых поинта: 

• автоматизация IТ;
• облачные вычисления.

Фактически, концепция работы NoOps заключается в том, чтобы передать все Ops-задачи из внутренней команды в работу облачным провайдерам. А сама суть деятельности NoOps тесно связана с таким понятием, как Platform as a Service. 

PaaS — это модель предоставления облачных вычислений. Потребитель получает доступ к использованию различных IT-платформ при помощи провайдера или внешнего представителя. Известные примеры PaaS: Amazon, Salesforce, Microsoft и другие.

Стоит отметить, что даже в своей колыбели, на западном рынке, концепция NoOps все еще считается теоретической. Поэтому ожидать массового сокращения команд опсов в ближайшее время не нужно.

Остались вопросы в том, какой специалист нужен вашей компании или какие скиллы запросить для какой-то из новых специальностей? Команда рекрутингового агентства ITExpert поможет в составлении описания вакансии или определении требований на позиции — даже если эти специальности недавно появились на рынке.