ВОЗМОЖНОСТИ ЗАМЕНЫ РУТИННЫХ ЗАДАЧ DEVOPS-ИНЖЕНЕРОВ ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ: АНАЛИЗ, ВЫЗОВЫ И ПЕРСПЕКТИВЫ

THE POSSIBILITY OF REPLACING THE ROUTINE TASKS OF DEVOPS ENGINEERS WITH ARTIFICIAL INTELLIGENCE: ANALYSIS, CHALLENGES AND PROSPECTS

Anton Makotra

Student, Department of Innovation and Integrated Quality Systems, St. Petersburg State University of Aerospace Instrumentation,

Russia, St. Petersburg

АННОТАЦИЯ

В данной статье рассматриваются возможности замены рутинных задач DevOps-инженеров ИИ. Анализируются преимущества и недостатки использования ИИ в этом контексте, а также обсуждены вызовы и перспективы этого направления. Исследуются примеры успешного применения ИИ в DevOps, включая автоматизацию процессов, обнаружение ошибок. Также обсуждаются перспективы использования ИИ в области непрерывной интеграции и развертывания (CI/CD), а также возможности для дальнейшего развития этого направления.

ABSTRACT

This article discusses the possibilities of replacing the routine tasks of AI DevOps engineers. The advantages and disadvantages of using AI in this context are analyzed, as well as the challenges and prospects of this area are discussed. Examples of successful AI applications in DevOps are explored, including process automation, error detection. The prospects of using AI in the field of continuous integration and deployment (CI/CD), as well as opportunities for further development of this area, are also discussed.

Ключевые слова: искусственный интеллект; ИИ; рынок труда; DevOps.

Keywords: artificial intelligence; AI; labor market; DevOps.

Анализ возможности замены рутинных задач искусственным интеллектом

Искусственный интеллект (далее – ИИ) может быть использован для автоматизации различных рутинных задач, которые обычно выполняются DevOps-инженерами.

Это может включать в себя автоматизацию процессов сборки, тестирования, развертывания и мониторинга систем, нотификацию. ИИ также может помочь в управлении инфраструктурой, обеспечивая стабильность и надежность систем. Модели способны отслеживать состояние систем круглосуточно, круглогодично и предпринимать необходимые действия или же уведомлять ответственных специалистов о неполадках, предлагать пути решения.

Вызовы и проблемы

Несмотря на потенциал ИИ в автоматизации рутинных задач, существуют некоторые вызовы и проблемы. Во-первых, внедрение ИИ в процессы DevOps может потребовать значительных инвестиций в оборудование и разработку программного обеспечения. Во-вторых, ИИ может потребовать значительного обучения и адаптации со стороны персонала. Кроме того, автоматизация некоторых задач может привести к потере работы для некоторых инженеров, что может вызвать социальные и экономические проблемы [1].

Помимо вышеперечисленного, вопросы, связанные с законодательством и этикой, могут стать препятствием для внедрения ИИ в рабочие процессы.

Перспективы

Несмотря на проблемы, ИИ имеет большой потенциал для улучшения эффективности и продуктивности DevOps-инженеров. ИИ может помочь в автоматизации рутинных задач, освобождая время сотрудников для работы над более сложными и важными задачами. Кроме того, ИИ может помочь в улучшении качества продуктов, обеспечивая более надежные, быстрые и стабильные системы [2].

Также, например, алгоритмы машинного обучения могут автоматически обнаруживать аномалии в работе системы и предпринимать меры по их устранению. Искусственный интеллект может также помочь в автоматизации процесса развертывания, управляя комплексными сценариями и обеспечивая бесперебойную работу системы

В перспективе роль DevOps’ов может ограничиваться лишь первичной настройкой необходимого окружения, работой с безопасностью систем, потому что отдавать эту нишу любым интеллектуальным системам – достаточно опасное дело. А также доработка существующих зависимостей и выстраивание новых.

Что сейчас

Многие специалисты используют различные средства уже в наше время, например Copilot, ChatGPT, Phind, BlackBox. Эти ресурсы уже сейчас позволяют не тратить время на рутинные задачи. Данные сервисы помогают при написании конфигурационных файлов Docker (Dockerfile) для различных языков программирования и фреймворков. Многие из вышеперечисленных инструментов могут дать ответ на интересующий вопрос и предложить решение в обозреваемой области. Также они помогают настраивать кластеры в Kubernetes, CI/CD в GitLab и подобных [3].

Немаловажным аспектом является мониторинг, ИИ помогает настраивать различного рода мониторинг, алертинг, указывая на конкретные ошибки, места, где произошло исключение.

Список литературы:

1. Макотра А.В. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА РЫНОК ТРУДА // Научное сообщество студентов XXI столетия. ТЕХНИЧЕСКИЕ НАУКИ: сб. ст. по мат. CXXXI междунар. студ. науч.-практ. конф. № 11(129). URL: https://sibac.info/archive/technic/11(129).pdf (дата обращения: 06.12.2023)
2. Салахунов А.А. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И БУДУЩЕЕ ТРУДОВОГО РЫНКА: ВЫЗОВЫ, ВОЗМОЖНОСТИ И ПЕРСПЕКТИВЫ // Вестник науки. 2023. №7 (64). URL: https://cyberleninka.ru/article/n/iskusstvennyy-intellekt-i-buduschee-trudovogo-rynka-vyzovy-vozmozhnosti-i-perspektivy (дата обращения: 06.12.2023).
3. https://botsy.ai/2023/07/28/devops-with-ai/