: :
os agilistas

ENZIMAS #243 – Seu produto digital pode ser melhor com essas ferramentas de IA

ENZIMAS #243 – Seu produto digital pode ser melhor com essas ferramentas de IA

os agilistas
: :

Marcelo Szuster: Bom dia, boa tarde, boa noite. Este é mais um episódio de Enzimas, Breves reflexões que te ajudam a catalizar o agilismo em sua organização.  

Fernanda Vieira : Oi pessoal, eu sou a Fernanda Vieira, sou liderança da engenharia aqui da dti. Sou host também do Entre Chaves, nosso podcast de desenvolvimento de software. E hoje eu vou contar um pouquinho o processo sobre como que a gente está utilizando e há nas etapas de implantação e operação dos nossos produtos digitais aqui na dti. Então, assim, conceber e construir um produto digital com eficiência e com qualidade já é um grande desafio. Ao disponibilizarmos esse produto em ambiente produtivo para que o usuário final comece a utilizá-lo, inicia-se aí uma fase bastante desafiadora. Então, fazer os usuários usarem um produto é a parte mais desafiadora de uma boa ideia. É o momento, então, da gente acompanhar a utilização da solução para a gente verificar a sua saúde e a sua relevância. Por causa da nossa veia muito forte na agilidade, a gente acredita muito em interações curtas e entregas contínuas de valor. A gente monitora, então, aqui na dti, alguns indicadores, como estoque técnico e de valor, para nos alertar quando um time está a algum tempo sem entregar valor para seus usuários finais. A gente monitora também alguns indicadores como do Dora, que é a principal referência do mercado para medir performance de delivery de uma organização. A gente mede tudo isso justamente porque a gente valoriza muito as entregas contínuas de qualidade e os feedbacks rápidos dos nossos usuários, que permitem, então, a gente ajustar o nosso rumo quando necessário, mantendo a mentalidade de melhoria contínua. E, nesse contexto, então, a cultura de DevSecOps se torna fundamental. Então, integrar o desenvolvimento, a segurança e operações desde o início não só acelera o processo todo, mas também garante que cada entrega seja segura e de qualidade. A assistente de IA, então, vem nos auxiliando na construção dessa cultura, nos proporcionando vantagens, como facilitação e otimização da criação de infra, de infraestrutura, monitoramento da implantação e a diminuição de riscos também. Nesse tópico de criação e otimização de infra, a gente está utilizando o GitHub Copilot aqui para criar e gerenciar infraestrutura como código. A gente entende a importância de criarmos coisas como código. Esse conceito de criar coisas como código tem cada vez se estabelecido mais. E faz com que a gente tenha mais consistência entre ambientes, mais velocidade nas implantações. A gente consiga versionar ambientes, entre outros. Então, a gente está utilizando o GitHub Copilot, como eu falei, para criar e gerenciar infraestrutura como código. Essa ferramenta nos permite gerar scripts do Terraform, por exemplo, que é uma ferramenta bem popular de infraestrutura como código, de forma bastante eficiente, configurando ambientes complexos, de nuvem, com precisão e com replicabilidade. Por exemplo, se a gente precisa criar alguns recursos na ÉJure, por exemplo, como alguma ÉJure Function, alguma política de segurança, o GitHub Copilot nos ajuda a fazer esse provisionamento desses recursos. Existe um outro desafio grande relacionado à estrutura de nuvem, que é a gestão contínua desses recursos provisionados. A gente está vivendo uma era em que muitas ferramentas estão incluindo copilotos para tirar a complexidade da utilização dela. Os provedores de nuvem, então, não seriam diferentes. O ÉJure Copilot é um exemplo disso. É uma ferramenta que ainda está em public preview, mas que já muda a forma como a gente interage com a nossa infraestrutura na nuvem, permitindo que a gente faça consultas complexas e gerenci os recursos com comandos simples em linguagem natural. Então, por exemplo, se a gente precisa entender por que os custos aumentaram numa data específica ou identificar algum recurso que está subutilizado, eu posso usar o ÉJure Copilot para fazer essas análises. Eu posso perguntar para ele, por que o meu custo aumentou, por exemplo, em maio? Ou quais são os meus recursos que estão mais caros ou que não estão sendo utilizados? E aí a gente consegue respostas instantâneas e precisas com base nos dados de uso de custo. E além disso, o ÉJure Copilot ajuda também a construir consultas para uso mais avançado no gráfico de recursos do ÉJure, simplificando, então, a geração de insights e otimizando a geração de recursos em toda a organização. E é legal de ver que alguns artigos da própria Microsoft, no blog da Microsoft, comparam o ÉJure Copilot, da plataforma ÉJure, para a implantação e operação de produtos digitais, com o GitHub Copilot, para o desenvolvimento desses produtos. E o aumento de produtividade é bem promissor, justamente por diminuir complexidade e carga cognitiva dos arquitetos e desenvolvedores que utilizam a ÉJure, por exemplo. Além do monitoramento dos recursos técnicos da implantação de um produto, em relação à saúde, custo e segurança, uma outra vertente importante, que a gente acredita muito, é a coleta consistente de feedbacks dos nossos usuários, para o time entender e melhorar continuamente o seu produto. Nossos times, então, têm utilizado ferramentas de A como craftful para auxiliar nessa tarefa. Uma ferramenta como essa tem a capacidade de sumarizar e categorizar feedbacks, extrair insights e cruzar informações de feedbacks e uso. Por exemplo, em um caso real que a gente acompanhou recentemente, a gente observou o crescimento de feedbacks negativos relacionados a uma funcionalidade do produto de um dos nossos times. Ao analisarmos essa funcionalidade, vimos que realmente havia um erro na tal funcionalidade, e podemos atuar de forma a voltar à normalidade no ambiente produtivo desse produto. Então, pessoal, eu dei alguns exemplos aqui, mas o fato que a gente está muito convencido que as ferramentas de A têm um potencial de acelerar todo o ciclo de desenvolvimento de um produto digital. Desde a sua concepção até a sua implantação e operação. A gente entende que as organizações que conseguirem ter autonomia de experimentação, claro, considerando isso princípios de ética e segurança na utilização dessas ferramentas de A generativa, principalmente, e sem perder também a essência pragmática delas, continuando a investir em uma metodologia consolidada, são as organizações que vão conseguir extrair o maior potencial dessas ferramentas. Então é isso. Espero que vocês tenham tirado algum proveito desses enzimas, e até a próxima. Tchau, tchau.  

Marcelo Szuster: Bom dia, boa tarde, boa noite. Este é mais um episódio de Enzimas, Breves reflexões que te ajudam a catalizar o agilismo em sua organização.   Fernanda Vieira : Oi pessoal, eu sou a Fernanda Vieira, sou liderança da engenharia aqui da dti. Sou host também do Entre Chaves, nosso podcast de desenvolvimento de software. E hoje eu vou contar um pouquinho o processo sobre como que a gente está utilizando e há nas etapas de implantação e operação dos nossos produtos digitais aqui na dti. Então, assim, conceber e construir um produto digital com eficiência e com qualidade já é um grande desafio. Ao disponibilizarmos esse produto em ambiente produtivo para que o usuário final comece a utilizá-lo, inicia-se aí uma fase bastante desafiadora. Então, fazer os usuários usarem um produto é a parte mais desafiadora de uma boa ideia. É o momento, então, da gente acompanhar a utilização da solução para a gente verificar a sua saúde e a sua relevância. Por causa da nossa veia muito forte na agilidade, a gente acredita muito em interações curtas e entregas contínuas de valor. A gente monitora, então, aqui na dti, alguns indicadores, como estoque técnico e de valor, para nos alertar quando um time está a algum tempo sem entregar valor para seus usuários finais. A gente monitora também alguns indicadores como do Dora, que é a principal referência do mercado para medir performance de delivery de uma organização. A gente mede tudo isso justamente porque a gente valoriza muito as entregas contínuas de qualidade e os feedbacks rápidos dos nossos usuários, que permitem, então, a gente ajustar o nosso rumo quando necessário, mantendo a mentalidade de melhoria contínua. E, nesse contexto, então, a cultura de DevSecOps se torna fundamental. Então, integrar o desenvolvimento, a segurança e operações desde o início não só acelera o processo todo, mas também garante que cada entrega seja segura e de qualidade. A assistente de IA, então, vem nos auxiliando na construção dessa cultura, nos proporcionando vantagens, como facilitação e otimização da criação de infra, de infraestrutura, monitoramento da implantação e a diminuição de riscos também. Nesse tópico de criação e otimização de infra, a gente está utilizando o GitHub Copilot aqui para criar e gerenciar infraestrutura como código. A gente entende a importância de criarmos coisas como código. Esse conceito de criar coisas como código tem cada vez se estabelecido mais. E faz com que a gente tenha mais consistência entre ambientes, mais velocidade nas implantações. A gente consiga versionar ambientes, entre outros. Então, a gente está utilizando o GitHub Copilot, como eu falei, para criar e gerenciar infraestrutura como código. Essa ferramenta nos permite gerar scripts do Terraform, por exemplo, que é uma ferramenta bem popular de infraestrutura como código, de forma bastante eficiente, configurando ambientes complexos, de nuvem, com precisão e com replicabilidade. Por exemplo, se a gente precisa criar alguns recursos na ÉJure, por exemplo, como alguma ÉJure Function, alguma política de segurança, o GitHub Copilot nos ajuda a fazer esse provisionamento desses recursos. Existe um outro desafio grande relacionado à estrutura de nuvem, que é a gestão contínua desses recursos provisionados. A gente está vivendo uma era em que muitas ferramentas estão incluindo copilotos para tirar a complexidade da utilização dela. Os provedores de nuvem, então, não seriam diferentes. O ÉJure Copilot é um exemplo disso. É uma ferramenta que ainda está em public preview, mas que já muda a forma como a gente interage com a nossa infraestrutura na nuvem, permitindo que a gente faça consultas complexas e gerenci os recursos com comandos simples em linguagem natural. Então, por exemplo, se a gente precisa entender por que os custos aumentaram numa data específica ou identificar algum recurso que está subutilizado, eu posso usar o ÉJure Copilot para fazer essas análises. Eu posso perguntar para ele, por que o meu custo aumentou, por exemplo, em maio? Ou quais são os meus recursos que estão mais caros ou que não estão sendo utilizados? E aí a gente consegue respostas instantâneas e precisas com base nos dados de uso de custo. E além disso, o ÉJure Copilot ajuda também a construir consultas para uso mais avançado no gráfico de recursos do ÉJure, simplificando, então, a geração de insights e otimizando a geração de recursos em toda a organização. E é legal de ver que alguns artigos da própria Microsoft, no blog da Microsoft, comparam o ÉJure Copilot, da plataforma ÉJure, para a implantação e operação de produtos digitais, com o GitHub Copilot, para o desenvolvimento desses produtos. E o aumento de produtividade é bem promissor, justamente por diminuir complexidade e carga cognitiva dos arquitetos e desenvolvedores que utilizam a ÉJure, por exemplo. Além do monitoramento dos recursos técnicos da implantação de um produto, em relação à saúde, custo e segurança, uma outra vertente importante, que a gente acredita muito, é a coleta consistente de feedbacks dos nossos usuários, para o time entender e melhorar continuamente o seu produto. Nossos times, então, têm utilizado ferramentas de A como craftful para auxiliar nessa tarefa. Uma ferramenta como essa tem a capacidade de sumarizar e categorizar feedbacks, extrair insights e cruzar informações de feedbacks e uso. Por exemplo, em um caso real que a gente acompanhou recentemente, a gente observou o crescimento de feedbacks negativos relacionados a uma funcionalidade do produto de um dos nossos times. Ao analisarmos essa funcionalidade, vimos que realmente havia um erro na tal funcionalidade, e podemos atuar de forma a voltar à normalidade no ambiente produtivo desse produto. Então, pessoal, eu dei alguns exemplos aqui, mas o fato que a gente está muito convencido que as ferramentas de A têm um potencial de acelerar todo o ciclo de desenvolvimento de um produto digital. Desde a sua concepção até a sua implantação e operação. A gente entende que as organizações que conseguirem ter autonomia de experimentação, claro, considerando isso princípios de ética e segurança na utilização dessas ferramentas de A generativa, principalmente, e sem perder também a essência pragmática delas, continuando a investir em uma metodologia consolidada, são as organizações que vão conseguir extrair o maior potencial dessas ferramentas. Então é isso. Espero que vocês tenham tirado algum proveito desses enzimas, e até a próxima. Tchau, tchau.  

Descrição

Este é um conteúdo produzido em parceria com o dti evolve. Saiba mais em: https://dti.ag/conheca-detievolve-enz243 

Afinal, quais são as ferramentas de inteligência artificial que realmente estão agregando valor no dia a dia das pessoas de produto? Neste Enzimas, Fernanda Vieira, Head de Engenharia na dti digital, traz dicas práticas de ferramentas que são utilizadas no processo de criação e gestão de soluções eficientes. Ficou curioso? Então, dê o play.

Quer conversar com Os Agilistas? É só mandar sua dúvida/sugestão na nossa página do Linkedin ou pelo e-mail osagilistas@dtidigital.com.br que nós responderemos em um de nossos conteúdos!

Nos acompanhe pelas redes sociais e assine a nossa newsletter que chega todo mês com os assuntos quentes do agilismo através do site.

See omnystudio.com/listener for privacy information.