En ingeniería de software, existe una correlación directa entre el desempeño del equipo y la creación de aplicaciones sólidas y estables. La comunidad de datos pretende adoptar en sus propias prácticas los rigurosos principios de ingeniería comúnmente utilizados en el desarrollo de software, que incluyen enfoques sistemáticos de diseño, desarrollo, pruebas y mantenimiento. Esto requiere combinar cuidadosamente aplicaciones y métricas para proporcionar conocimiento, precisión y control completos. Significa evaluar todos los aspectos del desempeño de un equipo, con un enfoque en la mejora continua, y se aplica tanto al mainframe como a los entornos distribuidos y de nube, tal vez más.

Esto se logra mediante prácticas como infraestructura como código (IaC) para implementaciones, pruebas automatizadas, observabilidad de aplicaciones y propiedad completa del ciclo de vida de las aplicaciones. A través de años de investigación, el Investigación y evaluación de DevOps (DORA) El equipo ha identificado cuatro métricas clave que indican el desempeño de un equipo de desarrollo de software:

• Frecuencia de implementación – Con qué frecuencia una organización lanza exitosamente a producción
• Plazo de entrega de cambios – La cantidad de tiempo que lleva un compromiso para entrar en producción.
• Tasa de fracaso del cambio – El porcentaje de implementaciones que causan una falla en la producción.
• Es hora de restablecer el servicio – ¿Cuánto tiempo le toma a una organización recuperarse de una falla en la producción?

Estas métricas proporcionan una forma cuantitativa de medir la eficacia y eficiencia de las prácticas de DevOps. Aunque gran parte del análisis de DevOps se centra en las tecnologías distribuidas y en la nube, el mainframe aún mantiene una posición única y poderosa, y puede utilizar las métricas de DORA 4 para promover su reputación como motor del comercio.

Esta publicación de blog analiza cómo BMC Software agregó IA generativa de AWS capacidades a su producto BMC AMI zAdviser Enterprise. El zAdviser utiliza lecho rocoso del amazonas Proporcionar resúmenes, análisis y recomendaciones de mejora basadas en los datos de métricas de DORA.

Desafíos del seguimiento de las métricas de DORA 4

El seguimiento de las métricas de DORA 4 significa juntar los números y colocarlos en un tablero. Sin embargo, medir la productividad es esencialmente medir el desempeño de los individuos, lo que puede hacer que se sientan examinados. Esta situación podría requerir un cambio en la cultura organizacional para centrarse en los logros colectivos y enfatizar que las herramientas de automatización mejoran la experiencia del desarrollador.

También es vital evitar centrarse en métricas irrelevantes o realizar un seguimiento excesivo de los datos. La esencia de las métricas DORA es resumir información en un conjunto central de indicadores clave de desempeño (KPI) para su evaluación. El tiempo medio de restauración (MTTR) suele ser el KPI más sencillo de rastrear: la mayoría de las organizaciones utilizan herramientas como BMC Helix ITSM u otras que registran eventos y rastrean problemas.

Captar el tiempo de entrega de los cambios y la tasa de fallas de los cambios puede ser más desafiante, especialmente en mainframes. Plazo de entrega para cambios y KPI de tasa de fallas de cambios que agregan datos de confirmaciones de código, archivos de registro y resultados de pruebas automatizadas. El uso de un SCM basado en Git reúne estos conocimientos a la perfección. Los equipos de mainframe que utilizan la plataforma DevOps basada en Git de BMC, AMI DevX, pueden recopilar estos datos tan fácilmente como lo hacen los equipos distribuidos.

Resumen de la solución

Amazon Bedrock es un servicio totalmente administrado que ofrece una selección de modelos básicos (FM) de alto rendimiento de empresas líderes en inteligencia artificial como AI21 Labs, Anthropic, Cohere, Meta, Stability AI y Amazon a través de una única API, junto con un amplio conjunto de capacidades que necesita para crear aplicaciones de IA generativa con seguridad, privacidad e IA responsable.

BMC AMI zAdviser Enterprise proporciona una amplia gama de KPI de DevOps para optimizar el desarrollo de mainframe y permitir a los equipos identificar y resolver problemas de forma proactiva. Utilizando el aprendizaje automático, AMI zAdviser monitorea las funciones de construcción, prueba e implementación de mainframe en las cadenas de herramientas DevOps y luego ofrece recomendaciones basadas en IA para una mejora continua. Además de capturar e informar sobre los KPI de desarrollo, zAdviser captura datos sobre cómo se adoptan y utilizan los productos BMC DevX. Esto incluye la cantidad de programas que se depuraron, el resultado de los esfuerzos de prueba utilizando las herramientas de prueba de DevX y muchos otros puntos de datos. Estos puntos de datos adicionales pueden proporcionar una visión más profunda de los KPI de desarrollo, incluidas las métricas de DORA, y pueden usarse en futuros esfuerzos de IA generativa con Amazon Bedrock.

El siguiente diagrama de arquitectura muestra la implementación final de zAdviser Enterprise utilizando IA generativa para proporcionar resúmenes, análisis y recomendaciones de mejora basadas en los datos de KPI de las métricas de DORA.

El flujo de trabajo de la solución incluye los siguientes pasos:

1. Cree la consulta de agregación para recuperar las métricas de Elasticsearch.
2. Extraiga los datos de métricas del mainframe almacenados de zAdviser, que está alojado en Nube informática elástica de Amazon (Amazon EC2) e implementado en AWS.
3. Agregue los datos recuperados de Elasticsearch y forme el mensaje para la llamada generativa a la API de Amazon Bedrock de IA.
4. Pase el mensaje de IA generativa a Amazon Bedrock (usando el modelo Claude2 de Anthropic en Amazon Bedrock).
5. Almacene la respuesta de Amazon Bedrock (un documento con formato HTML) en Servicio de almacenamiento simple de Amazon (Amazon S3).
6. Activar el proceso de correo electrónico de KPI a través de AWS Lambda:
   1. El correo electrónico con formato HTML se extrae de Amazon S3 y se agrega al cuerpo del correo electrónico.
   2. El PDF de los KPI del cliente se extrae de zAdviser y se adjunta al correo electrónico.
   3. El correo electrónico se envía a los suscriptores.

La siguiente captura de pantalla muestra el resumen de LLM de las métricas de DORA generadas con Amazon Bedrock y enviadas como un correo electrónico al cliente, con un archivo adjunto en PDF que contiene el informe del panel de KPI de las métricas de DORA de zAdviser.

Puntos clave

En esta solución, no necesita preocuparse de que sus datos queden expuestos en Internet cuando se envían a un cliente de IA. La llamada API a Amazon Bedrock no contiene ninguna información de identificación personal (PII) ni ningún dato que pueda identificar a un cliente. Los únicos datos transmitidos consisten en valores numéricos en forma de KPI métricos de DORA e instrucciones para las operaciones de la IA generativa. Es importante destacar que el cliente de IA generativa no retiene, aprende de estos datos ni los almacena en caché.

El equipo de ingeniería de zAdviser logró implementar rápidamente esta función en un corto período de tiempo. El rápido progreso se vio facilitado por la importante inversión de zAdviser en servicios de AWS y, lo que es más importante, la facilidad de uso de Amazon Bedrock a través de llamadas API. Esto subraya el poder transformador de la tecnología de IA generativa incorporada en la API de Amazon Bedrock. Esta API, equipada con el repositorio de conocimientos específicos de la industria zAdviser Enterprise y personalizada con métricas DevOps específicas de la organización recopiladas continuamente, demuestra el potencial de la IA en este campo.

La IA generativa tiene el potencial de reducir la barrera de entrada para construir organizaciones impulsadas por la IA. Los modelos de lenguajes grandes (LLM), en particular, pueden aportar un valor tremendo a las empresas que buscan explorar y utilizar datos no estructurados. Más allá de los chatbots, los LLM se pueden utilizar en una variedad de tareas, como clasificación, edición y resumen.

Conclusión

Esta publicación analizó el impacto transformador de la tecnología de IA generativa en forma de API de Amazon Bedrock equipadas con el conocimiento específico de la industria que posee BMC zAdviser, adaptado con métricas de DevOps específicas de la organización recopiladas de forma continua.

Primero eche un vistazo al sitio web de la página sitio web de BMC para obtener más información y configurar una demostración.

Acerca de los autores

Sunil Bemarkar es arquitecto de soluciones socio senior en Amazon Web Services. Trabaja con varios proveedores de software independientes (ISV) y clientes estratégicos de todas las industrias para acelerar su viaje de transformación digital y la adopción de la nube.

Vij Balakrishna es gerente senior de desarrollo de socios en Amazon Web Services. Ayuda a los proveedores de software independientes (ISV) de todos los sectores a acelerar su viaje de transformación digital.

spencer hallman es el director de producto principal de BMC AMI zAdviser Enterprise. Anteriormente, fue gerente de producto de BMC AMI Strobe y BMC AMI Ops Automation para Batch Thruput. Antes de la gestión de productos, Spencer fue el experto en la materia para el rendimiento de Mainframe. Su diversa experiencia a lo largo de los años también incluye programación en múltiples plataformas e idiomas, así como trabajo en el campo de la investigación de operaciones. Tiene una Maestría en Administración de Empresas con especialización en Investigación de Operaciones de la Universidad de Temple y una Licenciatura en Ciencias de la Computación de la Universidad de Vermont. Vive en Devon, Pensilvania, y cuando no asiste a reuniones virtuales, le gusta pasear a sus perros, andar en bicicleta y pasar tiempo con su familia.

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://aws.amazon.com/blogs/machine-learning/achieve-devops-maturity-with-bmc-ami-zadviser-enterprise-and-amazon-bedrock/