Este año tuve la oportunidad de participar en el AWS community day Bolivia, la solo fue una presentación técnica… fue basado en mi experiencia profesional y la forma de ver el rol DevOps hoy.
¿Por qué hablar de esto?
Actualmente trabajo como DevOps y hasta ahora he notado lo mismo en diferentes organizaciones, automatizamos? Sí, pero seguimos enfrentándonos a cuellos de botella, falta de métricas y una cultura que aún se va estableciendo.
Inspirandome en charlas del AWS RE:Invent 2024 nació mi charla
“Moderniza tus prácticas DevOps con GEN AI”.
No solo hable de herramientas, quería mostrar como estamos entrando en una etapa, done la IA ya es parte de nuestro día a día.
El Camino hasta DevOps
DevOps ya se consolidó, pero aún se tiene algunos desafíos:
Seguridad.- Asegurarnos que nuestra aplicación no sea vulnerable
Confiabilidad.- Que nuestra aplicación no tenga caídas inesperadas
Escalabilidad.- Escalar de acuerdo a la demanda de nuestros usuarios
Frecuencia de despliegue.- Cada cuando lanzamos nuevos cambios
Cultura & feedback loops.- Trabajo en equipo y retrospectiva
A partir de esto podemos medir la madurez de la cultura DevOps con la DORA metrics.
Basándonos en la DORA metrics podemos descubrir en que nivel de madurez nos encontramos (puede ser algo sorpresivo, pero es una buena métrica).
Automatización
Actualmente, ya se tiene un conjunto de herramientas que se utiliza para automatizar la entrega de producto, herramientas como:
- CI/CD
- IaC
- Testing & monitoring
- Version control
- Feedback loops
La IA Generativa como nueva etapa de DevOps
Basándome en las herramientas de automatización, pude definir las etapas donde se podría implementar IA Generativa: Integración Continua y Entrega Continua.
✅ Integración Continua:
Reducción de distracciones para desarrolladores.- A veces nos cuesta entender los requerimientos que están en JIRA u otra app similar, aca podemos apoyarnos en AWS Bedrock, al darle un prompt adecuado puede hacer un refinamiento de nuestro requerimiento y puede completar detalles.
Identificación de cuellos de botella.- Los cuellos de botella se generan cuando los desarrolladores no sabes como resolver un requerimiento, para hacer el análisis de este punto usamos Amazon Q, descargamos los requerimientos del último sprint en CSV y Amazon Q se encarga de darnos insights del último sprint.
Mayor productividad técnica.- La productividad es baja cuando los desarrolladores tardan en entregar requerimientos, típicamente es porque se tarda en entender el código y/o realizar los respectivos tests, Amazon Q es la solución, ya que usa modelos fundacionales para sugerir código.
Press enter or click to view image in full size
✅ Entrega Continua:
Mejora de calidad de código y PR reviews.- Para mejorar la calidad de código se utilizó AWS CodeGuru el cual te ayuda a revisar el código y te sugiere partes del código que podrían mejorarse.
Mejorar el Monitoreo.- Para manejar nuestra infraestructura podemos usar Terraform y/o AWS CloudFormation, ambos son IAC, pero para mejorar el monitoreo podríamos usar AWS CloudWatch con IAC.
Reflexión final
DevOps nació para unir personas, procesos y tecnología.
La IA Generativa no reemplaza nada en DevOps… lo acelera, las herramientas cambiaron y seguirán cambiando, las métricas evolucionan y los procesos siempre se pueden optimizar, pero hay algo que sigue siendo la base de todo: el trabajo en equipo y las personas que lo hacen posible.
La IA Generativa no rompe este modelo, solo lo mejora, lo expande y depende de nosotros liderarlo.
Nota.
Pronto estaré subiendo videos prácticos en YouTube sobre el cómo implemente las mejoras con IA generativa paso a paso :).
Top comments (0)