Sherif Behna - L'évolution du DevOps à l'ère de l'IA

Les pratiques DevOps sont présentes sur le marché depuis plus de 10 ans, et ont aidé plusieurs équipes et organisations à livrer des produits de meilleure qualité avec une rythme soutenu, sans sacrifier la stabilité.
Le marché des TI a beaucoup évolué depuis ce temps. Nous avons assisté à la démocratisation de l’infonuagique et les avancées dans le développement des microprocesseurs a mis à la disposition de tous la possibilité de stocker une quantité massive de données, ainsi qu’une puissance de calcul élastique. De plus, la prolifération des appareils connectés (téléphones, tablettes, assistants, appareils domestiques, etc) fait en sorte que les données sont collectées et valorisées en temps réel, pour maximiser l’expérience utilisateur, ou la profitabilité. Enfin, des avancées significatives en intelligence artificielle viennent ouvrir un vaste potentiel de nouvelles opportunités.
C’est alors qu’il faut s’interroger sur la manière de faire évoluer le DevOps, ou du moins, de le complémenter avec des pratiques afin de diffuser les meilleures pratiques de développement mieux adaptées à la réalité d’aujourd’hui, tout en conservant la prémisse de base du DevOps : des cycles de développements rapides couplées à une stabilité exemplaire.
Dans cette présentation, nous allons présenter ces nouvelles pratiques. D’abord, vu l’explosion des données et leur rôle central dans cette nouvelle réalité, le DataOps permet des cycles rapides d’acquisition et de valorisation de données. Ensuite, le MLOps (et maintenant, le AIOps) viennnent soutenir le développement de modèles d’intelligence artificielle, qui vont examiner ces données afin de faire des prédictions ou d’agir dans leur environnement.