Se você é um leitor assíduo do blog da Cedro Technologies, provavelmente já conferiu diversos conteúdos sobre DevOps, não é mesmo? Mas para os que ainda têm dúvidas no assunto, este, este e este posts são bem completos!
Nosso objetivo agora é mostrar de que forma o DevOps tem a ver com ciência de dados e aprendizado de máquina. Confira!
DevOps, ciência de dados e aprendizado de máquina
Os cientistas de dados têm algumas práticas e necessidades em comum com os desenvolvedores de software. Ambos planejam, arquitetam e implantam códigos para atingir seus objetivos.
Para desenvolvedores de software, isso geralmente significa aplicativos e microsserviços personalizados. Já os cientistas de dados implementam integrações de dados com dataops, fazem previsões por meio de modelos analíticos e criam painéis para ajudar na navegação dos usuários finais.
Mas para integrar desenvolvimento de software e ciência de dados, as organizações devem expandir seus escopos e fornecer serviços aos cientistas como parte de seu contrato.
Investir em plataformas de ciência de dados pode ser uma boa ideia, já que elas fornecem uma mistura de ferramentas para desenvolver, testar e implantar modelos analíticos, além de disponibilizar análise de dados, governança, entre outros.
Diferenças entre os requisitos da ciência de dados e desenvolvimento de aplicativos
Nem toda organização pode investir em plataformas de ciência de dados, algumas delas só precisam de alguns recursos operacionais básicos. Nesses casos, pode ser melhor aplicar o DevOps às equipes de ciência de dados em vez de instrumentar uma plataforma completa.
Para isso, muitos dos paradigmas ágeis e de DevOps usados nas equipes de desenvolvimento de software podem ser aplicados aos fluxos de trabalho da ciência de dados, porém considerando algumas diferenças importantes:
- O trabalho de ciência de dados requer muito mais experimentação em torno de conjuntos de dados, modelos e configuração.
- Modelos de desenvolvimento e teste talvez não utilizem uma pilha de computação uniforme. Alguns modelos podem ser implementados com scripts Python simples, enquanto outros podem utilizar outras plataformas de Big Data.
- As necessidades de computação podem variar significativamente. Alguns cientistas precisarão de muito mais computação e armazenamento do que outros.
- Os modelos implantados na produção também exigem manutenção contínua, como reciclagem com conjuntos de dados atualizados, reconfiguração dos parâmetros operacionais e ajustes de infraestrutura.
- O monitoramento de pipelines de dados geralmente requer validações mais sofisticadas. Essas ferramentas, quando estão em produção, devem ser monitoradas constantemente em busca de condições de erro, anomalias da fonte de dados, entre outros.
Estes são apenas alguns requisitos. O suporte aos cientistas de dados requer a compreensão de seus processos antes de embarcar em práticas e soluções de DevOps. A seguir, confira mais algumas dicas antes de começar.
-
Comece com a experiência dos cientistas de dados
Assim como os desenvolvedores de aplicativos, os cientistas de dados estão mais interessados em resolver problemas e configurar suas ferramentas, tendo menos interesse em relação à infraestrutura.
Isso representa uma oportunidade para os engenheiros de DevOps tratarem os cientistas de dados como clientes, ajudando a definir seus requisitos e assumindo a responsabilidade de fornecer soluções.
O primeiro passo é a infraestrutura, configurando linguagem, ferramentas, bancos de dados, nuvem, etc. A partir daí, os profissionais de DevOps podem ajudar a selecionar e padronizar o ambiente de desenvolvimento.
Depois disso, ele devem revisar onde os cientistas de dados armazenam seu código, e aprender sobre versionamento e pacote para implantações.
A implementação da integração contínua é o segundo passo na colaboração, pois cria padrões e remove parte do trabalho manual no teste de novos algoritmos.
-
Defina pipelines de implantação e configure a infraestrutura
Com um ambiente de desenvolvimento e uma integração contínua padronizados, os engenheiros de DevOps devem procurar outros aspectos da automação de ambientes de teste e produção.
Já os ambientes de ciência de dados geralmente são uma mistura de plataformas de dataops, gerenciamento e modelagem de dados que precisam ser implementadas e gerenciadas como um ambiente integrado.
É essencial entender a escala e a frequência da execução de integração de dados, treinamento de machine learning e outros trabalhos de análise.
Os engenheiros de DevOps provavelmente encontrarão vários padrões, já que os cientistas de dados fazem uma mistura de diferentes cargas de trabalho. E são elas que ajudarão os engenheiros a decidirem a melhor forma de configurar e dimensionar a infraestrutura de nuvem para atender às diferentes necessidades de computação e armazenamento.
3. A colaboração deve ser geral na busca de melhores resultados de negócios
O aspecto mais importante da implementação de DevOps é promover a colaboração entre desenvolvedores e engenheiros. Enquanto os primeiros são pressionados a liberar alterações de aplicativos com frequência, os segundos são responsáveis pelo desempenho e confiabilidade dos fluxos de trabalho de produção.
Já os cientistas de dados são terceiros nesta colaboração. Eles têm uma forte necessidade de infraestrutura de capacidade variável e podem ser ainda mais exigentes que os desenvolvedores ao experimentar novas plataformas, bibliotecas e configurações de infraestrutura.
Os cientistas de dados precisam dessa parceria com desenvolvedores e engenheiros para fornecer análises bem-sucedidas. Compreender seus objetivos, definir metas direcionadas e formar parcerias nas implementações de DevOps é a melhor forma de integrar esses grupos para colaborar e fornecer resultados de negócios.
Para mais conteúdos sobre o mundo da transformação digital, acompanhe o blog da Cedro Technologies!
Chamada para Facebook: O que DevOps tem a ver com ciência de dados e aprendizado de máquina? Acompanhe este post e entenda mais sobre o assunto!
Chamada para Linkedin: Uma boa forma de buscar melhores resultados de negócios é possibilitar a integração de duas importantes áreas de grande corporações: ciência de dados e DevOps. Neste post, damos algumas dicas de como facilitar esta integração.
