DevOpsGT DevOps en general es una estrategia para acelerar el ciclo de vida de desarrollo de software, pudiendo acortar el período desde la concepción de una idea hasta la puesta en producción gracias a la automatización. DevOps se enfoca mucho en integración continua y entrega continua y como la automatización de estas se pueden lograr. Pero esta es sólo una pieza en un gran rompecabezas cuando de Analítica de Datos se refiere.
DataOps se refiere a reducir el “cycle-time” de la analítica de datos, desde la concepción y diseño de la idea hasta literalmente la creación de gráficas y modelos que aportan valor. Esto es una combinación de las personas y las herramientas involucradas, y para que sea efectivo debe considerar colaboración e innovación.
Cuál es el enfoque en DataOps?
El enfoque DevOps se representa la mayoría de veces usando una imagen parecida a esta
Esto se puede comparar con el enfoque de DataOps, en la siguiente imagen:
Sin embargo, DataOps consiste principalmente en dos pipelines que se cruzan entre si: la fábricación del dato y la actualización.
Durante la fabricación del dato se toman las fuentes como inputs y a través de una serie de pasos muy bien orquestados y ordenados se pueden generar analíticas que agregan valor a la organización. A esto le podemos llamar el “flujo de valor”. Este flujo es susceptible también de automatización y al monitoreo de la calidad del dato.
El flujo de innovación es otra actividad durante la cuál se introducen nuevas ideas en el proceso, retando a los datos y al mismo tiempo retando al mismo proceso.
Para ampliar el análisis puedes consultar el blog de DataKitchen.
