La creación de nuevos términos en el mundo de la tecnología se produce de manera muy rápida. Conocerlos y saber qué significan realmente es el reto al que se enfrenta la sociedad actual y, en especial, el sector centrado en las tecnologías de la información. Uno de los últimos términos surgidos es el de DataOps, una disciplina analítica emergente que ya mucho de qué hablar.
La colaboración y el trabajo en equipo son dos de las claves para el éxito de las grandes compañías. Bajo esta idea, nace el término DataOps. Aunque todavía está brotando, se trata de una iniciativa que busca aprovechar las capacidades individuales de los trabajadores para un bien común, el desarrollo empresarial. De esta forma, DataOps (operaciones de datos) llama a la integración de los equipos de desarrollo de operaciones software, también conocidos como DevOps. Formados por ingenieros y científicos de datos, esta nueva disciplina emergente aboga por compartir las habilidades de ambos y encontrar las herramientas, procesos y estructuras organizativas para la defensa de la empresa, centrada en los datos, de manera conjunta.
“Una vez que hay un objetivo común, resolver un problema, entonces el equipo se organiza muy seguido para resolver ese problema”, asegura el arquitecto jefe de aplicaciones en MapR Technologies y coautor de Machine Learning Logistics: Model Management en el mundo real, Ted Dunning. Equipos interdisciplinares con los que aumentar la colaboración, así como la comunicación entre desarrolladores, profesionales de operaciones y expertos en datos.
El individualismo queda a un lado en DataOps
DataOps promociona el desarrollo de equipos donde el individualismo queda a un lado en busca de una mejor autoorganización en torno a objetivos comunes. Equipos de metodología ágil, adaptados al cambio que, en la búsqueda de la satisfacción del cliente, tendrán como valor máximo la entrega ininterrumpida de conocimientos analíticos. El mundo está en constante movimiento y, por ello, saber qué necesita el cliente en cada momento será clave para que los resultados den sus frutos. Conocer el entorno, organizar los datos y saber qué herramientas usar serán los desafíos a los que se enfrenten estos equipos.
Una vez conocido qué es DataOps, cabe ahora preguntar dónde se aplicará su uso. Dunning lo tiene claro. Para él es el aprendizaje automático donde las empresas están apostando fuerte, y será ahí donde se necesite el apoyo suficiente que los equipos de DataOps son capaces de proporcionar. “Por ejemplo, este estilo hace que sea más factible para los científicos de datos contar con el apoyo de la ingeniería de software para proporcionar lo que se necesita cuando los modelos se entregan a las operaciones durante el despliegue”, aseguró Dunning, al igual que la coautora de su obra, Ellen Friedman, al Director de Sistemas de Información, CIO, por sus siglas en inglés. Pero ambos autores aseguran que “el enfoque de DataOps no se limita al aprendizaje automático”, e incluyen su ámbito de actuación a “cualquier trabajo orientado a datos”.
No es necesaria la contratación de nuevos especialistas
Una nueva disciplina emergente en el mundo empresarial donde muchos ya tienen el núcleo de trabajo, aunque todavía no se hayan percatado. Y es que, para conformar estos equipos interdisciplinares no se hace necesaria la contratación de nuevos especialistas. Si se bucea bien entre el equipo de DevOps ya existente, podrán encontrarse a las personas que ya tienen esas habilidades clave para desarrollar un trabajo en equipo como el que DataOps defiende. “Solo se requiere una realineación para comprender cuáles son los roles clave”, tal y como asegura Friedman.
