En génie logiciel, il existe une corrélation directe entre les performances de l’équipe et la création d’applications robustes et stables. La communauté des données vise à adopter les principes d'ingénierie rigoureux couramment utilisés dans le développement de logiciels dans leurs propres pratiques, ce qui inclut des approches systématiques de conception, de développement, de test et de maintenance. Cela nécessite de combiner soigneusement les applications et les mesures pour fournir une connaissance, une précision et un contrôle complets. Cela signifie évaluer tous les aspects des performances d'une équipe, en mettant l'accent sur l'amélioration continue, et cela s'applique autant au mainframe qu'aux environnements distribués et cloud, peut-être plus.

Ceci est réalisé grâce à des pratiques telles que l'infrastructure en tant que code (IaC) pour les déploiements, les tests automatisés, l'observabilité des applications et la propriété complète du cycle de vie des applications. Grâce à des années de recherche, le Recherche et évaluation DevOps (DORA) L'équipe a identifié quatre indicateurs clés qui indiquent la performance d'une équipe de développement logiciel :

• Fréquence de déploiement – À quelle fréquence une organisation réussit à mettre en production
• Délai pour les modifications – Le temps nécessaire à un engagement pour entrer en production
• Modifier le taux d'échec – Le pourcentage de déploiements provoquant un échec en production
• Il est temps de rétablir le service – Combien de temps faut-il à une organisation pour se remettre d’une défaillance de production

Ces métriques fournissent un moyen quantitatif de mesurer l’efficacité et l’efficience des pratiques DevOps. Même si l'analyse du DevOps se concentre en grande partie sur les technologies distribuées et cloud, le mainframe conserve toujours une position unique et puissante, et il peut utiliser les métriques DORA 4 pour renforcer sa réputation de moteur du commerce.

Cet article de blog explique comment BMC Software a ajouté IA générative AWS capacités de son produit BMC AMI zAdviser Entreprise. Le zAdviser utilise Socle amazonien pour fournir un résumé, une analyse et des recommandations d’amélioration basées sur les données des métriques DORA.

Défis du suivi des métriques DORA 4

Suivre les métriques de DORA 4 signifie rassembler les chiffres et les placer sur un tableau de bord. Cependant, mesurer la productivité revient essentiellement à mesurer la performance des individus, ce qui peut leur donner le sentiment d’être scrutés. Cette situation pourrait nécessiter un changement de culture organisationnelle pour se concentrer sur les réalisations collectives et souligner que les outils d'automatisation améliorent l'expérience des développeurs.

Il est également essentiel d’éviter de se concentrer sur des mesures non pertinentes ou de suivre excessivement les données. L'essence des métriques DORA est de distiller les informations dans un ensemble principal d'indicateurs de performance clés (KPI) à des fins d'évaluation. Le temps moyen de restauration (MTTR) est souvent l'indicateur de performance clé le plus simple à suivre : la plupart des organisations utilisent des outils tels que BMC Helix ITSM ou d'autres qui enregistrent les événements et assurent le suivi des problèmes.

Il peut être plus difficile de capturer les délais de réalisation des modifications et le taux d’échec des modifications, en particulier sur les mainframes. Les KPI relatifs aux délais de modification et au taux d'échec des modifications regroupent les données des validations de code, des fichiers journaux et des résultats de tests automatisés. L’utilisation d’un SCM basé sur Git rassemble ces informations de manière transparente. Les équipes mainframe utilisant la plateforme DevOps basée sur Git de BMC, AMI DevX, peuvent collecter ces données aussi facilement que les équipes distribuées.

Vue d'ensemble de la solution

Amazon Bedrock est un service entièrement géré qui offre un choix de modèles de base (FM) hautes performances provenant de grandes sociétés d'IA telles que AI21 Labs, Anthropic, Cohere, Meta, Stability AI et Amazon via une seule API, ainsi qu'un large ensemble de capacités dont vous avez besoin pour créer des applications d’IA générative avec sécurité, confidentialité et IA responsable.

BMC AMI zAdviser Enterprise fournit une large gamme de KPI DevOps pour optimiser le développement du mainframe et permettre aux équipes d'identifier et de résoudre de manière proactive les problèmes. Grâce à l'apprentissage automatique, AMI zAdviser surveille les fonctions de création, de test et de déploiement du mainframe dans les chaînes d'outils DevOps, puis propose des recommandations basées sur l'IA pour une amélioration continue. En plus de capturer et de créer des rapports sur les KPI de développement, zAdviser capture des données sur la manière dont les produits BMC DevX sont adoptés et utilisés. Cela inclut le nombre de programmes débogués, le résultat des efforts de test utilisant les outils de test DevX et de nombreux autres points de données. Ces points de données supplémentaires peuvent fournir des informations plus approfondies sur les KPI de développement, y compris les métriques DORA, et pourront être utilisés dans les futurs efforts d'IA générative avec Amazon Bedrock.

Le diagramme d'architecture suivant montre l'implémentation finale de zAdviser Enterprise utilisant l'IA générative pour fournir un résumé, une analyse et des recommandations d'amélioration basées sur les données KPI des métriques DORA.

Le workflow de la solution comprend les étapes suivantes :

1. Créez la requête d'agrégation pour récupérer les métriques d'Elasticsearch.
2. Extrayez les données de métriques mainframe stockées de zAdviser, qui est hébergé dans Cloud de calcul élastique Amazon (Amazon EC2) et déployé dans AWS.
3. Regroupez les données extraites d'Elasticsearch et formez l'invite pour l'appel d'API génératif d'IA Amazon Bedrock.
4. Transmettez l'invite d'IA générative à Amazon Bedrock (en utilisant le modèle Claude2 d'Anthropic sur Amazon Bedrock).
5. Stockez la réponse d'Amazon Bedrock (un document au format HTML) dans Service de stockage simple Amazon (Amazon S3).
6. Déclenchez le processus d'e-mail KPI via AWS Lambda:
   1. L'e-mail au format HTML est extrait d'Amazon S3 et ajouté au corps de l'e-mail.
   2. Le PDF des KPI client est extrait de zAdviser et joint à l'e-mail.
   3. L'e-mail est envoyé aux abonnés.

La capture d'écran suivante montre le résumé LLM des métriques DORA générées à l'aide d'Amazon Bedrock et envoyées par e-mail au client, avec une pièce jointe PDF contenant le rapport du tableau de bord KPI des métriques DORA de zAdviser.

Points clés

Dans cette solution, vous n'avez pas à craindre que vos données soient exposées sur Internet lorsqu'elles sont envoyées à un client IA. L'appel API à Amazon Bedrock ne contient aucune information personnelle identifiable (PII) ni aucune donnée permettant d'identifier un client. Les seules données transmises sont constituées de valeurs numériques sous la forme de KPI métriques DORA et d'instructions pour les opérations de l'IA générative. Il est important de noter que le client d’IA générative ne conserve pas, n’apprend pas et ne met pas en cache ces données.

L'équipe d'ingénierie de zAdviser a réussi à mettre en œuvre rapidement cette fonctionnalité dans un court laps de temps. Ces progrès rapides ont été facilités par l'investissement substantiel de zAdviser dans les services AWS et, surtout, par la facilité d'utilisation d'Amazon Bedrock via les appels API. Cela souligne le pouvoir transformateur de la technologie d’IA générative incarnée dans l’API Amazon Bedrock. Cette API, équipée du référentiel de connaissances spécifique au secteur zAdviser Enterprise et personnalisée avec des métriques DevOps spécifiques à l'organisation collectées en continu, démontre le potentiel de l'IA dans ce domaine.

L’IA générative a le potentiel de réduire les barrières à l’entrée pour créer des organisations basées sur l’IA. Les grands modèles de langage (LLM), en particulier, peuvent apporter une valeur considérable aux entreprises cherchant à explorer et à utiliser des données non structurées. Au-delà des chatbots, les LLM peuvent être utilisés dans diverses tâches, telles que la classification, l'édition et la synthèse.

Conclusion

Cet article traite de l'impact transformationnel de la technologie d'IA générative sous la forme d'API Amazon Bedrock équipées des connaissances spécifiques au secteur que possède BMC zAdviser, adaptées aux métriques DevOps spécifiques à l'organisation collectées en permanence.

Jetez un coup d'œil au Site Internet de BCM pour en savoir plus et mettre en place une démo.

À propos des auteurs

Sunil Bemarkar est architecte de solutions partenaire senior chez Amazon Web Services. Il travaille avec divers fournisseurs de logiciels indépendants (ISV) et clients stratégiques de tous les secteurs pour accélérer leur parcours de transformation numérique et l'adoption du cloud.

Vij Balakrishna est responsable principal du développement des partenaires chez Amazon Web Services. Elle aide les éditeurs de logiciels indépendants (ISV) de tous les secteurs à accélérer leur parcours de transformation numérique.

Spencer Hallman est le chef de produit principal pour BMC AMI zAdviser Enterprise. Auparavant, il était chef de produit pour BMC AMI Strobe et BMC AMI Ops Automation pour Batch Thruput. Avant de rejoindre Product Management, Spencer était l'expert en la matière pour les performances du mainframe. Son expérience diversifiée au fil des années a également inclus la programmation sur plusieurs plateformes et langages ainsi que le travail dans le domaine de la recherche opérationnelle. Il est titulaire d'une maîtrise en administration des affaires avec une concentration en recherche opérationnelle de l'Université Temple et d'un baccalauréat ès sciences en informatique de l'Université du Vermont. Il vit à Devon, en Pennsylvanie et lorsqu'il ne participe pas à des réunions virtuelles, il aime promener ses chiens, faire du vélo et passer du temps avec sa famille.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://aws.amazon.com/blogs/machine-learning/achieve-devops-maturity-with-bmc-ami-zadviser-enterprise-and-amazon-bedrock/