DESTAQUE : LOCAL DE TRABALHO MODERNO
ESSA MUDANÇA É SEMELHANTE AO QUE ACONTECEU DURANTE OS ANOS DE 1997 A 2002 , QUANDO O SURGIMENTO DA INTERNET COMERCIAL E A ERA . COM VIRARAM AS PRIORIDADES DE MUITAS EMPRESAS DE TI DE CABEÇA PARA BAIXO .
da Internet comercial e a era . com viraram as prioridades de muitas empresas de TI de cabeça para baixo e levaram à contratação de um grande número de desenvolvedores web e especialistas em redes .
O aumento da adoção da computação em nuvem está impulsionando transições similares hoje nas equipes de TI que suportam esse modelo de implantação moderno .
Ao desenvolver esse conjunto de dados , o IDC utilizou as seguintes definições para descrever os papéis detalhados no estudo :
• DataOps utiliza uma combinação de tecnologias e métodos com foco na qualidade para a entrega consistente e contínua de valor dos dados , combinando perspectivas integradas e orientadas por processos com automação e métodos análogos à engenharia de software ágil .
• DevOps utiliza abordagens colaborativas e ágeis emparelhadas com extensa automação de desenvolvimento de pipelines , testes , configuração de infraestrutura , provisionamento , controles de segurança e integração contínua do ciclo de vida ( CI ) para desenvolvimento e entrega contínuos ( CD ).
• DevSecOps utiliza uma metodologia que afirma que a segurança deve ser priorizada no início do pipeline de entrega do DevOps . Isso permite que as equipes de DevOps , em colaboração com a segurança , atuem como principais interessados na definição e implementação de políticas de segurança .
• ITOps utiliza tecnologia e métodos para fornecer tarefas de rotina programadas e atividades de suporte não programadas relacionadas aos sistemas de TI . Profissionais de ITOps podem gastar até 50 % do tempo trabalhando com usuários de negócios em suporte , levantamento de requisitos e execução de tarefas comerciais contingentes ou secundárias .
• MLOps utiliza tecnologia e processos para otimizar e automatizar todo o ciclo de vida de Machine Learning ( ML ). As principais capacidades incluem gerenciar e automatizar dados e pipelines de ML , código de ML e modelos de ML , desde a ingestão de dados até a implantação , rastreamento e monitoramento de modelos . MLOps utiliza
54 INTELLIGENTCIO AMÉRICA LATINA www . intelligentcio . com / latam-pt