Какой месяц прошел в DevOps Institute! Для начала мы объявили октябрь месяцем AIOps и MLOps! Поскольку искусственный интеллект и машинное обучение быстро внедряются на предприятиях, мы хотели изучить интеллектуальные системы и помочь сообществу SKILup по всем аспектам AIOps и MLOps. Машинное обучение. Чтобы соответствовать теме месяца, мы провели несколько мероприятий и поделились множеством новых ресурсов, посвященных AIOps и MLOps.

Еще одно важное объявление произошло в этом месяце. С 7 по 11 декабря DevOps Institute будет проводить глобальный фестиваль SKILup!Глобальный фестиваль SKILup – это недельное виртуальное мероприятие, посвященное повышению квалификации в области DevOps, подробному анализу технологических тенденций и карьерному росту. Узнайте больше и зарегистрируйтесь здесь, чтобы быть в курсе событий накануне фестиваля.

В дополнение к полному дню занятий, мероприятие предлагало йогу, охоту за мусором, нетворкинг-лаундж, выставочный зал, библиотеку ресурсов и даже класс миксологии, вдохновленный DevOps!

Если вы пропустили октябрьский День SKILup, посвященный AIOps и MLOps, не волнуйтесь! Мы подготовили для вас краткий обзор ключевых тем, возникших в ходе сессий и обсуждений важности этой темы.

Вы можете спросить, зачем посвящать целый день изучению AIOps и MLOps?

Как люди, мы регулярно взаимодействуем с искусственным интеллектом, от приложений безопасности распознавания лиц, когда мы заходим в магазин, до алгоритмов Facebook, которые передают нам контент. Что касается людей DevOps, машинное обучение и искусственный интеллект быстро внедряются в большее количество корпоративных приложений, уступая место практическим областям в MLOps и AIOps.

На мероприятии DevOps Institute SKILup Day были рассмотрены рост, варианты использования, преимущества и тенденции интеллектуальных приложений сейчас и в будущем. Спикеры SKILup Day рассмотрели множество тем, связанных с AIOps и MLOps, в том числе определение AIOps и MLOps, внедрение и зрелость, будущее интеллектуальных приложений, извлеченные уроки и человечность в AIOps. Ниже мы рассмотрим ключевые цитаты и темы для обсуждения за день.

Что такое AIOps?

В течение дня SKILup многие докладчики обсуждали значение и принципы AIOps и MLOps. Энди Манн из сеанса Splunk под названием «Использование анализа данных, машинного обучения и искусственного интеллекта в ИТ-операциях» глубоко погрузился в AIOps. Он начал с того, что поделился определением AIOps: «AIOps сочетает в себе большие данные и машинное обучение для автоматизации процессов ИТ-операций, включая обнаружение аномалий корреляции событий и определение несчастных случаев». Далее Манн объяснил AIOps: «Речь идет об использовании передовых методов анализа данных. Таким образом, выходя за рамки просто электронных таблиц и линейного производства, мы действительно используем аналитику, чтобы понять, что происходит внутри системы».

Уэс Купер из MicroFocus также рассказал, что такое AIOps, во время своего сеанса «Вывод DevOps на новый уровень с помощью AIOps». Он добавил: «Решение AIOps должно быть построено на предпосылке машинного обучения и анализа больших данных и иметь возможность использовать эти вещи, чтобы помочь операторам расширить некоторые процессы и помочь им лучше понять окружающую среду».

Как вы внедряете и совершенствуете приложения AIOps/MLOPs?

Многие докладчики предлагали сессии, на которых обсуждались «как» внедрять и развивать AIOps и MLOps. Сессии включали различные идеи в зависимости от опыта докладчиков. Например, Марко Коултер из AppDynamics представил сессию под названием «Ступени AIOps». Он устанавливает реалистичные ожидания для каждого пути внедрения ИИ: «Вы не достигнете полной функциональности AIOps за одну ночь. Ты будешь взрослеть поэтапно».

Питер Мэддисон из Xodiac представил доклад «Расшифровка AIOps и MLOps», в котором исследовались сходства и различия между ними. Мэддисон также поделился важностью избегания разрозненности автоматизации: «Мы также должны убедиться, что мы стандартизируем систему, чтобы мы были последовательны в том, как она реализована, чтобы мы не получили разрозненность автоматизации, которая может не разговаривайте друг с другом».

Во время сессии «Укрощение драконов науки о данных с помощью MLOps и Kubernetes» Питер Уотерхаус из RedHat рассказал о проблемах, связанных с влиянием на бизнес с помощью инвестиций в ИИ, и о том, как использовать такие системы, как Kubernetes, для повышения этой ценности для бизнеса. Уотерхаус сказал: «На самом деле речь идет об использовании современных технологий, которые на самом деле делают возможными науку о данных, искусственный интеллект и машинное обучение».

Антонио Линари из Expert.ai поддержал эту концепцию использования современных технологий для AIOps и MLOps, предложив демонстрацию семантической поисковой системы, использующей небольшой пограничный кластер, во время своего сеанса «Cloud Native on the Edge». Во время своего выступления он также говорил о растущих требованиях к мощности: «Сегодня вычисления, особенно связанные с глубоким обучением, требуют много энергии… потребление увеличилось в 300 000 раз с 2012 по 2018 год».

Помните, что на сбоях можно учиться

Выступавшие также рассказали о проблемах и неизбежных сбоях, связанных с AIOps и MLOps. Тодд Андервуд и Даниэль Папасян из Google изучили сбои в работе машинного обучения за последние 15 лет, сосредоточив внимание на важности понимания сбоев и никогда не позволять им пропадать зря. Во время сессии Андервуд заявил, насколько распространены сбои: «Системы машинного обучения постоянно ломаются». Далее он добавил: «Мы часто не говорим о наших неудачах, но именно из-за неудач случаются интересные вещи».

Джастин Гриффин из RigD сосредоточил свое внимание на эффективном реагировании на инциденты. Гриффин поделился подробностями о значительных затратах времени простоя и указал на возможность для организаций улучшить реагирование на инциденты. Он задал важный вопрос: «Когда вы думаете о CI/CD, почему постоянное совершенствование процессов не является также основополагающим элементом реагирования на инциденты?»

Наблюдаемость, управляемая искусственным интеллектом, важна

Неоднократно поднималась тема наблюдаемости с помощью ИИ. Адам Франк из Moogsoft сказал:« Я действительно считаю, что интеллектуальная наблюдаемость обладает уникальными возможностями для обеспечения необходимых нам непрерывных инноваций. чтобы предоставить [нашим пользователям]».Он также утверждал, что без ИИ наблюдаемость создает много шума: «Наблюдаемость, теперь, когда вы принимаете всю эту информацию, фактически не применяя к ней ИИ, тогда в нем не так много контекста».

Кристоф Энгельберт из Instana подтвердил это во время своей сессии «Дорога к наблюдаемости: центризм или агностик — вот в чем вопрос». Он поделился тем, что нам, людям, нужны шаблоны. Мы смотрим на наши данные и пытаемся разобраться в них, но иногда это выглядит как тарабарщина. «Нам нужна машина, которая собирала бы все наши различные источники данных, собирала их вместе и сопоставляла», — сказал Энгельберт.

Не забывайте о человеческой стороне AIOps и MLOps

В истинной форме Института DevOps Хелен Бил исследовала человечность AIOps и MLOps. Во время своей сессии «Слежка, капитализм или крах» она исследовала превращение личных данных в товар и то, как «мы стали продуктом».

Она исследовала преимущества и недостатки капитализма наблюдения и исследовала идею о том, что «AIOps гуманен. AIOps помогает нам быть гуманными». Участники живой панели с участием Энди Манна, Криса Энгельберта, Гаримы Баджпай, Джейн Гролл, Марко Коултера и Тодда Андервуда также изучили человеческую сторону AIOps и MLOps и пришли к выводу, что люди должны понимать, сколько тяжелой работы требуется для этих интеллектуальных Приложения. Участники дискуссии в целом согласились с тем, что для успеха AIOps и MLOps необходимо много планировать и экспериментировать.

Каково будущее интеллектуальных приложений?

Гарима Баджпай исследовала это во время сессии «ИИ как продукт». Она поделилась: «Мы движемся в направлении, в котором приоритет отдается персонализированным, индивидуальным цифровым решениям. Нам нужно убедиться, что у нас есть способы использовать источники данных».

Хотите узнать больше о сессиях? Для краткого ознакомления с каждым из них просмотрите эскизы ниже (добавьте графику). Вы также можете просмотреть видеоролики и загрузить наборы слайдов, посетив DevSecOps SKILup Day по запросу.

Что дальше?

В планах множество событий, свежего контента и захватывающих объявлений. Мы объявили ноябрь месяцем непрерывного тестирования! Оставайтесь с нами, чтобы узнать подробности о нашем следующем Global Ambassador CrowdChat, и обязательно присоединяйтесь к следующему виртуальному дню SKILup 19 ноября.

Кроме того, обязательно заполните Upskilling 2021: Enterprise DevOps Skills Survey, чтобы получить шанс выиграть Nintendo Switch!.

Первоначально опубликовано на https://devopsinstitute.com 21 октября 2020 г.