亞當·阿拉克裏安，戴爾高級工程總監，回到播客從DevOps的角度了解了他的團隊是如何利用機器學習和AIOps的。探索如何通過消除辛苦和摩擦來改善開發者的體驗，並找出ML和AI在戴爾與智能聊天機器人的交叉點。
我們討論亞當的Tricentis虛擬峰會。觀看視頻點播．
請注意，為清晰和簡短起見，以下文字經過了輕微編輯。
播客轉錄
艾瑪:各位聽眾好，我很高興向大家介紹我們的嘉賓，Adam Arakelian，戴爾公司高級工程總監，他是我們第二位被邀請回到播客並受到高度尊重的嘉賓。提醒一下我們的聽眾，你已經在戴爾EMC指導工程工作七年了。
戴爾幾乎不需要介紹，但正如你在我們上次談話中所說的，戴爾除了筆記本電腦之外還有很多產品。你交付的軟件是服務內置硬件和嵌入式硬件。你的優勢在於軟件領導工程橫跨產品開發的各個方麵，從構建產品到驅動DevOps。在運營上，你管理著50多個團隊，所以這是一個很大的範圍。
讓我們從你上次闡述的關於工具集中、持續集成、DevOps框架和工程敏捷性的計劃開始。這些項目進行得如何，它們如何幫助您的團隊交付質量?
亞當:他們進行得很順利。這最終證明是一種文化和哲學上的轉變。它真正體現在一個平台上，這個平台幫助我們在戴爾ISG組織中推動質量、合規性和安全性，衡量CI/CD成熟度和敏捷成熟度。通過轉移質量遵從性和安全性，我們能夠確保一定程度的一致性。正是這種一致性對軟件交付至關重要。
它還允許我們確保我們的產品組達到一定的成熟度。它們主要基於DORA，即穀歌DevOps指標，但我們稍微修改了一下，因為我們並不都是基於雲的產品;我們有預裝和嵌入式硬件。
“我們已經讓這些指標符合我們的需求，這樣我們就可以朝著同樣的低、中、高和精英成熟度標準前進。我們的重點是讓我們的產品始終處於精英地位，這樣我們就能確保為客戶提供最高水平的質量、合規和安全。”
艾瑪:不可思議的;這種高質量、高層次的優質服務形成了持續的x -我真的很喜歡它是一種潛在的哲學，你正在使用DORA給你的指標帶來很好的可視性。這些指標是實時的，並不斷地輸入到方法中，不斷地調整它。
亞當:是啊!把這些作為行業標準是很好的，這樣我們就能了解我們與整個行業的差距在哪裏，我們在生產產品的過程中非常注重安全性。我們都聽說了在過去一年左右發生的關於開源的黑客攻擊事件。
我們真正關注的是漏洞管理。我們已經做出了一致的努力來改變這一現狀，我們已經在這個平台上推動了這一趨勢。
艾瑪:太棒了!及早發現漏洞，你就不會那麼容易受到網絡攻擊或諸如此類的攻擊。
今年早些時候，邁克爾•戴爾(Michael Dell)表示，所有這些產品和服務都是以消費為基礎的，而且是以對開發者非常友好的方式提供的，這是戴爾今年的首要任務。
從高層開始關注DevOps戰略，你是如何執行的?我知道你更喜歡哲學而不是方法，但我感興趣的是這件事對你和你的團隊的影響。
亞當:很好!這是邁克爾·戴爾一直在談論並公開宣布的戰略。我們的重點是使用我們產品的開發人員，無論他們是雲上預裝的還是嵌入式的，我們正在朝著我們所謂的以開發人員為中心的體驗前進。
去年年底，我們出版了developer.dell.com，這是我們的客戶工程師獲取如何使用我們的產品和利用api信息的核心。我們將在今年和明年添加越來越多的內容。它來自於這樣一種理解:使用我們產品的開發人員專注於構建產品和工作流程，而不是專注於基礎設施。
“我們已經意識到，基礎設施是一種商品，是一種公用事業，它與電力、石油和天然氣沒有什麼不同，它必須存在;我們預計它就在那裏。這是雲的到來，對吧?開發人員需要基礎設施;這是必要的，但我們想讓戴爾的產品盡可能容易地融入我們客戶的工作流程，並幫助他們的開發人員促進他們的產品的構建。”
亞當:我們的developer.dell.com網站為我們提供了核心，讓開發人員能夠獲得他們需要的所有信息，以便能夠做到這一點，所以我們正在推動這個策略。我們正處於初期階段，但在接下來的幾年裏，我們會越來越專注於此。
艾瑪:太好了。我檢查一下developer.dell.com它是一個巨大的資源目錄，有現成的api，適合雲和on-prem。
我們重新聯係的原因是因為你是第一批同意在即將到來的會議上主持會議的人之一Tricentis虛擬峰會．這對我們來說就像聖誕節一樣，因為這次活動的重點是關注我們的客戶和合作夥伴正在做什麼，以及如何充滿信心地實現創新。
您將舉辦一個Tricentis虛擬峰會，主題是機器學習以及您如何使用AIOps來加速您的軟件開發管道。簡而言之，你在這次會議上將談些什麼?
亞當:是啊!
“從DevOps的角度來看，我們開始用機器學習和AIOps做一些非常棒的事情。現在我們已經為開發者搭建了平台，讓他們可以利用這個平台來開發產品，我們收集了大量的數據和信息。所有這些數據和信息都可以用來做一些不可思議的事情，消除我們的開發者在日常生活中遇到的困難和摩擦。”
亞當:ML和AI之間有很多交集，比如智能聊天機器人。消除開發人員日常生活中的辛苦和摩擦的一部分是幫助他們了解他們的管道中可能出現的錯誤，而不是自己排除故障或聯係中小企業以更好地理解。例如，在產品工程中，讓開發人員研究一個問題。想象一下，通過一個平台得到通知，發現有一個問題——關於如何修複它的建議——可能不需要做太多事情。
是什麼給了我們減少恢複時間的能力?恢複的時間不僅僅是讓基礎設施恢複和運行。我喜歡關注的問題是:我如何回到正常的工作環境?我需要做些什麼來讓它重新運轉起來，讓我的效率達到最高?有了這種智能，我們可以更好地理解算法——因為我們收集了所有這些數據——可能出現的問題是什麼，以及開發人員或生產力工程師如何解決這個問題，這對我們有極大的幫助。這是我們開始從ML/AI角度使用這些數據的主要方式之一。
艾瑪:當你最初與我們分享你的會話描述時，關於使用智能聊天機器人確定CI/CD管道的異常之處的聲明，顯然是從你的團隊中這樣做的經驗中產生的。
我猜結合ML/AI是自然的進程，因為你有所有這些數據，所以你看到了真正可靠的結果，減少辛苦和什麼?
亞當:絕對的。它從簡單的事情開始，比如查看構建時間。
人們通常是在幾天甚至幾周後得知構建時間增加的消息。在某些情況下，開發者會說，‘嘿，我的構建時間增加了，發生了什麼?“可能是輕微的，可能是兩三分鍾;不一定要六個小時。但是當你習慣了5分鍾或10分鍾的構建時間，你得到了20%的增長，這是我們開始看到一係列的行為，超出了你的異常範圍。
這是雙向的，對吧?如果我們下降了，那為什麼會下降呢?如果我習慣了這種持續的建設時間和投入的努力水平，然後我開始超出這個範圍，問題是:為什麼?
“我不想花幾個小時或幾天的時間搞清楚發生了什麼。我想在幾分鍾內——最好是幾秒鍾內——知道發生了什麼，以及我們需要做些什麼來解決這個問題。因此，ML/AI用於告知構建時間的簡單適用性可以幫助其他開發人員提高他們的經驗和生產力;讓他們回到正軌。”
艾瑪:這些秒加起來就是幾個小時;如果你能得到實時反饋，那麼你隻會在更快地交付高質量的軟件方麵做得更好。
你能給那些想要將機器學習AIOps納入他們的軟件交付的人一些建議嗎?
亞當:其中一件讓我們糾結的事情——我相信其他人也在糾結——就是數據管理。
“數據管理是關鍵。真正理解在哪裏以及如何管理數據是非常關鍵的。你從哪裏獲得數據?你是怎麼做到的?你是如何把它們結合在一起的?這對於任何ML/AI體驗來說都是至關重要的。”
讓我們以展望未來作為結束。為什麼我們的聽眾一定要查看你在Tricentis虛擬峰會上的會議?
亞當:我們將討論ML和AI以及與之相關的用例。
“我們將深入探討我們在戴爾正在做的一些事情，並真正談論我們如何通過使用ML和AI來改善我們的開發者體驗。我們將討論像聊天機器人，預測分析，警報，閾值，以及我們如何在我們的DevOps團隊中接受這些。”
艾瑪:沒有什麼比看到現實生活中的例子更好的了，尤其是像戴爾這樣的公司，有您帶頭進行創新。的Tricentis虛擬峰會的主題是“充滿信心地創新”，這確實是你和你的團隊在戴爾的遊戲名稱。
看到特裏森提斯的客戶和合作夥伴像你這樣在創新方麵走在前沿真是太棒了。您是一個真正的合作夥伴，共同推動和塑造我們的行業。
檢查最新的播客集從像亞當這樣的思想領袖那裏獲得更多的見解。