Трендові Ops-позиції: частина 2

Тренди Ops-технологій “на підйомі”

Поки багато фахівців все ще називають DevOps швидше філософією та набором інструментів, ніж окремою спеціалізацією у сфері IT, у світі зростає попит на нові Ops-спеціальності.

В першій частині цієї статті ми вже розглянули, хто такі DevOps, SRE, SecOps та FinOps. Настав час розібратися в DataOps, AIOps, TestOps, SysOps, ITOps і NoOps. Що це за фахівці, як ними стати та яким бізнесам вже варто звернути на них увагу — розповідаємо нижче.

DataOps

Фахівці DataOps — практики з хорошим бекграундом в DevOps та додатковими функціями аналітики та роботи з Big Data. Основне завдання DataOps — підвищення швидкості аналізу та створення звітів для користувачів.

Автоматизація процесів досі залишається ключовим поінтом в роботі DataOps. Фактично, це зовсім нова спеціальність на стику технологій та аналітики. Зараз з’являються великі масиви даних, які потрібно аналізувати та автоматизувати. Це і робить DataOps-фахівців такими актуальними. Враховуючи високий попит на аналітиків та рішення на основі Big Data, впровадження цієї технології допоможе бізнесу бути на крок попереду найближчі кілька років.

В завдання DataOps може входити:

• забезпечення доступу до кількох джерел даних;
• спрощення тестування та моніторингу процесів керування даними;
• створення моделей та керування версіями даних;
• керування якістю, безпекою, конфіденційністю та зберіганням даних;
• керування та розгортання інфраструктури;
• створення та налаштування стандартів, процесів і методологій для продукту аналізу даних.

MLOps

Методи машинного навчання набирають популярності та бізнес все частіше впроваджує такі технології в свої процеси. MLOps (або DevOps для машинного навчання) організовують стабільну взаємодію між усіма учасниками процесу роботи з Machine Learning: інженерами та розробниками Big Data, Data Scientist та іншими.

Вперше про окрему спеціалізацію MLOps заговорили після презентації Google у 2018 році, присвяченій AI (штучному інтелекту).

Серед завдань MLOps:

• уніфікація циклу випуску моделей та продуктів в Machine Learning;
• автоматизація перевірки даних, тестування ML-моделі та її інтеграція;
• підтримка моделей машинного навчання;
• скорочення технічного боргу за ML-моделями;
• допомога DataOps-фахівцям / Data Scientist.

AIOps

Якщо DataOps допомагає в роботі тим, хто працює з Ops-технологіями, то AIOps — допомагає оптимізувати та налаштувати процеси, зокрема пов’язані з Big Data. AIOps або штучний інтелект в IT-операціях — метод, який використовує науку про дані та штучний інтелект для аналізу IT-інфраструктури. Для цього він використовує Big Data-інструменти. Основне завдання AIOps — підвищення швидкості та ефективності послуг з забезпечення крутого досвіду користувача.

Фахівець AIOps може бути дійсно корисним великим організаціям з масштабною IT-інфраструктурою на хмарних серверах. З його допомогою можна зменшити витрати компанії на хмару та підвищити безпеку за допомогою штучного інтелекту.

В пул завдань AIOps входить:

• збирання та агрегування великих даних;
• створення автоматичних систем відповідей за допомогою машинного навчання;
• робота з масштабованими моделями розгортання виробництва;
• створення моделі штучного інтелекту для прогнозування майбутніх проблем.

TestOps

TestOps — спеціальність на стику завдань DevOps та QA. Фахівці цієї сфери відповідають за інтеграцію автоматичних тестів в процесі розгортання застосунків.

В роботі TestOps можна виділити кілька основних напрямків:

• створення екосистеми тестування зі структурою автоматизації та інтегрованих інструментів;
• використання платформи автоматизації тестування;
• контроль якості продукту та програмного забезпечення.

ITOps

ITOps або Information Technology Operations — це фахівець, який відповідає за обслуговування застосунків, послуг, інструментів та технологій для керування компанією.

Метод ITOps, в основному, включає мережеву інфраструктуру, комп’ютерні операції та службу підтримки, а також керування серверами та пристроями. Це одна з чотирьох функцій в рамках ITIL-практики.

В пул завдань ITOps входить:

• контроль процесів IT-операцій;
• керування та обслуговування IT-інфраструктури та обладнання;
• встановлення мережевих функцій / застосунків та керування ними;
• створення плану аварійного відновлення для організації;
• вимірювання та контроль продуктивності IT-інфраструктури;
• резервне копіювання даних;
• налаштування серверів для підвищення продуктивності;
• керування ліцензуванням програмного забезпечення.

SysOps

SysOps розшифровується як System Operations. В минулому «SysOps» або «системним оператором» називали будь-якого фахівця, який відповідав за будь-яку комп’ютерну систему. Але з розвитком хмарних технологій так почали називати відповідальних за багатокористувацькі системи. Для роботи SysOps потрібні: досвід розгортання, масштабування, міграції та керування системами, зокрема хмарними.

На відміну від DevOps, SysOps працюють за підходом ITIL (бібліотека інфраструктури інформаційних технологій). В пул завдань SysOps може входити:

• керування життєвим циклом програмного забезпечення в хмарі;
• адміністрування багаторівневої системної архітектури;
• налаштування інфраструктури в хмарі;
• керування патчами та оновленням програмного забезпечення;
• керування аварійним відновленням (Disaster recovery);
• підтримка цілісності даних;
• контроль продуктивності.

NoOps

Автоматизувати все, що рухається, а що не рухається — зрушити та автоматизувати! Приблизно так простими словами можна передати суть роботи NoOps. Кращим результатом роботи такого фахівця має стати «поїдання самого себе» — компанії стане не потрібна власна команда з керування програмним забезпеченням (команда Ops).

В роботі NoOps можна виділити два основні поінти:

• автоматизація IТ;
• хмарні обчислення.

Фактично, концепція роботи NoOps — це передача усіх Ops-завдань з внутрішньої команди в роботу хмарним провайдерам. А сама суть діяльності NoOps тісно пов’язана з таким поняттям як Platform as a Service.

PaaS — це модель надання хмарних обчислень. Споживач отримує доступ до використання різноманітних IT-платформ за допомогою провайдера чи зовнішнього представника. Відомі приклади PaaS: Amazon, Salesforce, Microsoft та інші.

Варто зазначити, що навіть у своїй колисці, на західному ринку, концепція NoOps все ще вважається теоретичною. Тому очікувати масового скорочення команд опсів найближчим часом не варто.

Залишилися питання про те, який фахівець потрібен вашій компанії чи які скіли необхідні для якоїсь з нових спеціальностей? Команда рекрутингового агентства ITExpert допоможе скласти опис вакансії або визначити вимоги для позиції — навіть якщо ці спеціальності тільки нещодавно з’явилися на ринку.