システム運用の判断業務をAIで自動化 エンジニアの呼び出し要否を判断――日本ユニシスと日立が共同検証
日本ユニシスと日立製作所（以下、日立）は2018年4月5日、システム運用で人の判断を必要とする非定型業務をAIで自動化する共同検証を4月から開始したと発表した。 検証は日本ユニシスが運用する金融機関の基幹システムの本番運用環境で行い、システムの警告メッセージが発生した際にエンジニアの呼び出しが必要かどうかの判断を、機械学習したAIに自動判断させる。 通常はイベント通知に応じてオペレーターが運用手順書を参照しながら判断するエンジニアの呼び出し要否を、運用手順書の項目やパラメーター情報、過去の対応履歴を機械学習することで自動化。さらに、オペレーターやエンジニアからのフィードバックを継続的に学習し、判断精度の向上を図る。 AIの運用基盤には、日立のシステム運用管理ソフトウェア「JP1」とAIを組み合わせて構築し、OSS（オープンソースソフトウェア）を基にした機械学習技術を用いる。 今回の検証に先
ドキュメントを残さない
普段仕事をしてるとき、いろいろなことに気を使いながら仕事をしてると思う。たとえばissueには、その背景、やりたいことや期待する効果、制限事項、認識している副作用やリスクの情報等などを書くような運用ルールを作っているチームは多いらしい。しかし、私たちのチームではそういうルールはない。それでうまくいくんだっけっていう話をよく質問されるので、考えてみた。 コードの品質をカバーするためのコメント私たちは、常にわかりやすいコードを書けるとは限らない。解説として、コメントが役立つ場面はある。 ちょっと待ってよ「よし、Why notを書こう！」と言って上手く書けるのは、そうとうに経験を積んだ人だ。そして、経験を積んだ人は大体問題ない。悪いコードほどコメントが必要だが、良いコメントが書けるくらいならコードはもっと良くなってる。鶏と卵じゃん。 コメントについて議論する暇があったら、コードについて議論したほ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「ブラック企業に就職しました」新入社員が公開した会社のスケジュールが話題に「ひどすぎる」「業界自体ブラック」
