September 2025
Intermediate to advanced
44 pages
58m
Spanish
book
Garantizar la fiabilidad de los datos y la IA a través de la observabilidad
by Barr Moses, Michael Segner
Content preview from Garantizar la fiabilidad de los datos y la IA a través de la observabilidad
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
Capítulo 2. Lecciones sobre fiabilidad de DevOps y DataOps
Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com
Como expusimos en el Capítulo 1, ofrecer aplicaciones fiables de datos + IA es un reto increíble. La buena noticia es que existen múltiples ejemplos e incluso libros de jugadas sobre cómo los equipos han resuelto problemas similares en el pasado. La clave para ofrecer datos fiables es disponer de un proceso sólido y confiar en que tu gente cumpla lo prometido.
Los problemas de fiabilidad son inevitables
Empecemos por decir que conseguir una fiabilidad del 100% no es el objetivo. Del mismo modo que ningún profesional de la ciberseguridad creíble te miraría a los ojos y te diría: "Nuestra defensa es perfecta, nunca nos atacarán", ningún ingeniero debería afirmar que ha diseñado el sistema perfecto.
Eso no significa que las organizaciones no deban invertir en medidas preventivas: más vale prevenir que curar, como dice el refrán. Sin embargo, es importante crear sistemas, procesos y equipos sabiendo que los problemas de fiabilidad son inevitables.
En otras palabras, anticipa las roturas que no se pueden prever. Saber que habrá "incógnitas desconocidas" y, en las sabias palabras de nuestros antepasados de la Ingeniería de Fiabilidad de las Instalaciones, "aceptar el riesgo".
Podrías esperar que Google intentara construir servicios 100% fiables, es decir, que nunca fallaran. Sin embargo, resulta que, pasado ...