DevOps à l'ère de l'Intelligence Artificielle

Module 1 · Module 1 — Culture et principes DevOps · Leçon 1 sur 1

Culture et principes DevOps

Bienvenue dans cette formation DevOps à l'ère de l'Intelligence Artificielle. Avant de parler d'outils, il faut comprendre ce qu'est vraiment le DevOps, parce que c'est le malentendu numéro un chez les équipes qui échouent leur transformation. DevOps est la contraction de deux mots anglais, Development et Operations, c'est-à-dire développement et exploitation. Historiquement, ces deux mondes vivaient séparés, presque comme deux entreprises différentes sous le même toit. L'équipe de développement écrivait du code et le livrait. L'équipe d'exploitation récupérait ce code et devait le faire tourner en production, souvent sans avoir participé aux décisions qui l'ont façonné. Quand quelque chose cassait en production, chaque équipe pointait l'autre du doigt : « ça marchait sur ma machine » contre « vous nous avez livré n'importe quoi ». Ce mur informel entre développement et exploitation, on l'appelle un silo. Le DevOps n'est pas d'abord une boîte à outils. C'est une culture de responsabilité partagée : les développeurs comprennent les contraintes de production, les exploitants participent aux décisions de conception, et tout le monde répond du résultat final, pas seulement de sa propre tâche. Un principe qui résume bien cet état d'esprit : celui qui construit un service est aussi celui qui le fait fonctionner en production et qui répond quand il tombe en panne. Prenons un cas concret. Imagine l'équipe technique de Golfe Telecom, un opérateur télécom fictif basé à Rabat, historiquement organisée en deux services distincts : développement d'un côté, infrastructure de l'autre, avec un ticket à remplir pour chaque mise en production, traitée une seule fois par semaine. Les mises en production sont stressantes, souvent nocturnes, et près de quarante pour cent d'entre elles doivent être annulées à cause d'un problème découvert trop tard. La transformation DevOps de cette équipe n'a pas commencé par l'achat d'un nouvel outil. Elle a commencé par des réunions communes entre développeurs et exploitants, un objectif de fiabilité partagé par les deux camps, et seulement ensuite par l'automatisation progressive des étapes répétitives. Retiens ceci : une entreprise qui installe des outils d'automatisation sans changer sa culture de responsabilité partagée obtient rarement de bons résultats. L'outil accélère un processus, il ne répare pas une relation cassée entre équipes. C'est exactement ce que tu vas analyser dans l'étude de cas qui suit.

Aperçu gratuit, sans compte — la suite de ce module et les modules suivants s'ouvrent après inscription.