การใช้ DevOps และ DataOps ในการปรับปรุงประสิทธิภาพของการพัฒนาซอฟต์แวร์และธุรกิจ

แวะมาทักทายกันได้

หากใครรู้จัก Agile methodology น่าจะเข้าใจความหมายของ Dataops ได้ไม่ยาก

1️⃣ คำว่า Agile มักจะใช้กับกระบวนการทำงานทางด้านการพัฒนาซอฟต์แวร์ ซึ่งเป็น Domain ใหญ่ของกระบวนการพัฒนาทั้งหมดในการพัฒนาซอฟต์แวร์ที่แบ่งงานออกเป็นชิ้นเล็กๆ แบ่งการพัฒนาออกเป็นช่วงเวลาที่เหมาะสมกับทีมงาน และ เปลี่ยนแปลงงานได้อย่างคล่องตัว แต่ถ้าให้เปรียบเทียบกับงานด้านอื่นๆ อย่างโรงงานอุตสาหกรรม เช่น LEAN Process เป็นต้น

2️⃣ โดยภายในทีมงานพัฒนาซอฟต์แวร์ ไม่ได้มีเพียงงานเขียน code หรือ deploy software เพียงอย่างเดียว ยังมีงานด้านอื่นๆที่เป็นฟันเฟือง ขับเคลื่อนการพัฒนาซอฟต์แวร์ ให้เดินหน้าไปได้ อย่าง งานทดสอบซอฟต์แวร์ งานออกแบบการแสดงผล งานวิเคราะห์ระบบ ฯลฯ อีกด้วย

3️⃣ แต่ถ้าหากพูดถึง core หลักของกระบวนการทำงานพัฒนาซอฟต์แวร์ ที่จะต้องใช้ความแม่นยำสูงไม่ให้เกิดข้อผิดพลาด จะต้องมีเครื่องมือเข้ามาช่วย ไม่ว่าจะเป็น Development Tools, CI/CD Tools, Automated Testing Tools, Automated Monitoring Tools เครื่องมือเหล่านี้ มาช่วยให้กระบวนการพัฒนาซอฟต์แวร์ไปได้อย่างรวดเร็วไม่สะดุด สิ่งนี้เรียกว่า Devops : Development Operation

จากทั้งหมดที่อธิบายมา ก็เพื่อที่จะปูพื้นฐานให้กับคำว่า Devops และ Dataops

4️⃣ โดย Devops มีเป้าหมายที่จะปรับปรุงและควบคุมคุณภาพเพื่อการส่งมอบโปรดักท์ที่มีคุณค่าได้อย่างรวดเร็ว ที่มุ่งเน้นในงาน software products เท่านั้น ส่วน Dataops จะมีกระบวนการทำงานที่คล้ายกันกับ Devops แต่มีเป้าหมาย มุ่งเน้นในงานด้าน Data products เท่านั้น

5️⃣ ความแตกต่าง

ระหว่าง data product กับ software product ต่างกันที่ลักษณะการใช้ “Data”

software product จะเน้นฟังเสียงของผู้ใช้ แล้วนำไปทางสร้าง function และ feature ที่มีคุณค่าให้แก่ ผู้ใช้งาน

แต่ data product จะเน้นสร้าง การมองหาคุณค่าใน มิติต่างๆ ของข้อมูล ในตัว software product ไม่ว่าจะเป็น การทำความสะอาดข้อมูล การจัดเก็บข้อมูล การประมวลผลข้อมูล ไปจนถึงการวิเคราะห์ข้อมูล

6️⃣ สิ่งที่เหมือนกัน

ทั้ง Devops และ Dataops มีสิ่งที่เหมือนกันใน process ไม่ว่าจะเป็น Lean Manufacturing, การจัดการทรัพยากรทางคอมพิวเตอร์, การทำงานร่วมกันของทักษะที่หลากหลาย, กระบวนการทำงาน, เครื่องมือต่างๆ ทั้งหมดนี้ก็เพื่อลดเวลาการทำงาน จนสามารถสร้างคุณค่าได้

7️⃣ทักษะนี้ data engineer จำเป็นต้องมี

เพื่อปรับใช้ในการสร้างวัฒนธรรมองค์กร ให้เกิดการสื่อสารและการทำงานร่วมกัน หยุดหยั่งการทำงานแบบ Silo สร้างการเรียนรู้ตลอดเวลา และ ทำงานบางอย่างที่เกิดขึ้นซ้ำๆอย่างรวดเร็ว

เริ่มต้นง่ายๆ โดยการเพิ่ม Dataops process และสิ่งแรกที่ต้องทำ คือ สร้างระบบ monitor และ เฝ้าติดตาม คุณภาพและ ประสิทธิภาพของระบบ หลังจากระบบนิ่งแล้วก็ค่อยเพิ่มความเป็นอัตโนมัติและการแจ้งเตือนเข้าไปใน process

แวะมาทักทายกันได้