なぜクラウド アーキテクトとクラウド エンジニアの両方が必要なのでしょうか?

なぜクラウド アーキテクトとクラウド エンジニアの両方が必要なのでしょうか?

出典 | https://www.infoworld.com/article/3707989/why-we-need-both-cloud-architects-and-cloud-engineers.html

デビッド・リンシカム

クラウド アーキテクチャは、スケーラビリティ、可用性、セキュリティ、パフォーマンスを考慮しながら、クラウド ベース システムの全体的な構造とコンポーネント、およびそれらのコンポーネントが相互にどのように関係するかを網羅する高レベルの設計です。特定のビジネス要件や技術要件を満たすために、さまざまなクラウド サービスとリソースを統合する方法を定義します。クラウド アーキテクチャは、クラウド リソースを展開および整理するための青写真を提供し、それを十分にシンプルにすると言えます。

クラウド エンジニアリングには、クラウド アーキテクチャの実際の実装と実行が含まれます。クラウド エンジニアは、テーマを含むアーキテクチャ設計に準拠するように、クラウド インフラストラクチャとサービスを構築、構成、管理する責任を負います。

クラウド エンジニアは、何かが機能するかどうかの最終決定権を持ちます。私たちのほとんどは、機能しない技術が選択されたプロジェクトに携わったことがあるため、エンジニアは、より最適な最終状態を実現するために、一部のアーキテクチャ上の決定を拒否する権限を持つ必要があります。

エンジニアリングは、クラウド環境のセットアップと維持に関する実践的な技術的側面に重点を置いています。クラウド エンジニアは、ツールとテクノロジーを使用して、アプリケーションを展開し、リソースの使用を最適化し、プロセスを自動化し、クラウド インフラストラクチャの信頼性とセキュリティを確保します。

建築家エンジニアの両方が必要です

最近では生成 AI が技術メディアを席巻しており、このブログやポッドキャストをフォローしている人たちは、エンジニアリングはもはや必要な分野ではないとよく言います。結局のところ、AI が必要なコーディングの多くを提供できるのであれば、必要な詳細なエンジニアリングも提供できるはずですよね?そんなに急いで考えないで。

これら 2 つの分野間の連携が必要です一方が機能しなければ他方は適切に機能しませんたとえば、異なるクラウド上の異なるクラウド サービスに対して異なる使用方法を定義するマルチクラウド ベースのシステムを設計することはできません。各クラウドと各サービスにはエンジニアリング認定があり、詳細を正しく把握するには非常に専門的な知識が必要です。クラウド アーキテクトとして、セキュリティ アーキテクチャの構築方法は理解していますが、各クラウド プロバイダーにセキュリティ アーキテクチャを展開する方法は、クラウド アーキテクトが一般的に備えていない能力であり備えている必要もありません。エンジニアは最先端のベストプラクティスと方法論を使用して各システムを構築および展開します。このため、建築家とエンジニアの比率は通常 1 対多数、つまり建築家 1 人に対してエンジニア多数となります。私の展開チームは、作業内容に応じて、通常少なくとも 10 人で構成されます。

なぜこのような混乱が起こるのでしょうか?

この概念が今日では十分に理解されているかどうかはわかりませんが、生成 AI ベースのクラウド サービスへと急速に進むにつれていくつかの大きな間違いが犯されているように思います

多くの人は、エンジニアリング タスクはクラウドへの移行において簡単な部分だと考えています。結局のところ、クラウド アーキテクトが優秀であれば、構成は効率的で、展開には適切な AI ツールのみが必要になります。

さらに悪いことに、エンジニアのみを雇用し、特定のスキルを持つ人材を採用する企業もあります。企業はクラウド ブランドを選択し、そのクラウド プラットフォーム上でセキュリティ、アプリケーション、データ、AI エンジニアを雇用する場合があります。彼らは、この特定のクラウド プラットフォームが適切かつ最適化されていると考えていますが、これが問題を引き起こすことがよくあります。たとえば、これらのソリューションは効果的かもしれませんが、運用コストは当初の予想より 10 倍高くなる可能性があります。当然のことながら、これらの企業はアーキテクチャの最適化について考えたり最適化のためにクラウドアーキテクトを雇ったりしていないため、アーキテクチャが最適化されていません

AI によって、優れたアーキテクチャと優れたエンジニアリング規律の必要性がなくなるわけではありません。両方が必要であり、生成 AI の複雑さを考えると、この必要性はますます重要になります。この概念が依然としてわかりにくいことに私はしばしば驚かされますが、クラウドであろうとなかろうと、システム構成と展開機能に規律ある計画を組み込む方法を理解していない人は、ビジネス価値を高めるのではなく、むしろ低下させる最終ソリューションに直面する可能性が高くなります。そして、これは回避できます。

<<:  マイクロソフトCEO、テクノロジー大手各社がAIを訓練するためのコンテンツをめぐって競争していると語る

>>:  AIGC に向けてビジネスを準備するために CIO が尋ねるべき 8 つの質問

ブログ    
ブログ    

推薦する

Pythonアルゴリズムの正しい実装の紹介

経験豊富な Python プログラマーにとって、Python アルゴリズムの実装は難しくありません。...

...

謎の日本人男性がコードを自動的に削除できるAIを開発し、業界に衝撃を与える

[[317093]]モザイクは、一般的に広く使用されている画像/ビデオ処理方法であり、画像/ビデオ内...

...

ディープラーニング プロジェクトの例: オートエンコーダを使用したぼやけた画像の復元

より鮮明な写真を撮るには、カメラ レンズの優先フォーカスを使用して同じ写真を再度撮影するか、ディープ...

...

AIブーム下のレイアウトトレンド

2016年3月にアルファ碁が囲碁の世界チャンピオン、イ・セドルを破って以来、人工知能は大きな注目を集...

金融規制当局が注意喚起:「AIによる顔の改変」などの新たな詐欺手法に注意

10月9日、近年、犯罪者が詐欺の手口を絶えず革新しており、金融消費者がそれを防ぐことが困難になってお...

テンセント、初のAI+医療製品「テンセントミイン」の発売を発表

テンセントは本日、初のAI医療支援診断・治療オープンプラットフォーム(以下、AI支援診断オープンプラ...

Intel がオープンソースの大規模スパースモデルトレーニング/予測エンジン DeepRec の構築を支援

DeepRec(PAI-TF)は、アリババグループの統合オープンソース推奨エンジン(https://...

ディープラーニングモデルのサイズとモデル推論速度に関するいくつかの議論

[[426034]]この記事では、計算量、パラメータ数、メモリアクセス量、メモリ使用量など、ディープ...

...

機械学習実践体験: データプラットフォームの設計と構築

近年人気の技術である機械学習は、数多くの「人工知能」製品でよく知られているだけでなく、従来のインター...

多くの場所で違法な顔認識を禁止する法律が制定されています。ビッグデータは個人にどのような悪影響を及ぼすでしょうか?

先月、個人情報保護のため、「ヘルメットをかぶって家を眺める」男性の短い動画がネット上で拡散され、ネッ...