DataOps-विशेषज्ञ

1) DataOps क्या है और iGaming क्यों है

DataOps इंजीनियरिंग, उत्पाद और परिचालन प्रथाओं का एक सेट है जो डेटा के प्रवाह को स्रोतों और अनुबंधों से स्टोरफ्रंट, बीआई और एमएल तक पूर्वानुमानित, तेज और सुरक्षित बनाता है।

आईगेमिंग में, दांव उच्च हैं: नियामक (केवाईसी/एएमएल/आरजी), वास्तविक समय का पैसा, विपणन प्रयोग, खेल प्रदाताओं और पीएसपी की लगातार रिलीज।

• "विचार → डेटा → मीट्रिक/मॉडल" लूप को छोटा करें।
• स्थिर गुणवत्ता और प्रजनन क्षमता।
• नियंत्रित परिवर्तन (रोलआउट/रोलबैक)।
• पारदर्शिता: कौन जिम्मेदार है, जहां यह "टूटता है।"

2) मान स्ट्रीम

1. स्रोत/अनुबंध → 2) अंतर्ग्रहण → 3) कांस्य/रजत/गोल्ड → 4) फ़ीचर स्टोर/BI → 5) उपभोक्ता (उत्पाद, विश्लेषण, एमएल) → 6) प्रतिक्रिया।

प्रत्येक चरण में - कलाकृतियां, परीक्षण, मैट्रिक्स, मालिक और एसएलओ।

3) अनुबंध-उन्मुख डेटा विकास

डेटा अनुबंध: योजना, प्रकार, अनिवार्य, अनुमत मूल्य, एसएलए ताजगी/वितरण, डीक्यू नियम, गोपनीयता ('पिई', 'टोकन')।

संगतता (SEMVER): माइनर - परिवर्धन, मेजर - असंगतता, PATCH - सुधार।

सीआई-गेट्स: यदि अनुबंध टूटता है/कोई परीक्षण/प्रतिशोध नहीं होता है तो हम पीआर को अवरुद्ध करते हैं।

प्रदाताओं/पीएसपी/केवाईसी के साथ डेटा समझौते: प्रारूप, हस्ताक्षर, रिट्रे, डीडुप्लीकेशन।

4) डेटा परीक्षण (पहले/दौरान/बाद में)

इससे पहले (डिजाइन): अनुबंध परीक्षण, नमूना सेट, डेटा जनरेटर।

• स्कीमा परीक्षण (प्रकार/शून्य/एनम/संगतता),
• डीक्यू परीक्षण (वैधता, विशिष्टता, पूर्णता, ताजगी),
• गोपनीयता नियम (लॉग/स्टोरफ्रंट में शून्य-पीआईआई),
• Idempotency जाँच और dedup।
• (स्वीकृति के बाद): खिड़की प्रतिगमन परीक्षण/सुविधा, तुलना v1/v2 (सहिष्णुता बैंड), मेट्रिक्स का अंशांकन।

5) ऑर्केस्ट्रेशन और वातावरण

ऑर्केस्ट्रेटर (एयरफ्लो/eq।) रन के बारे में सच्चाई के स्रोत के रूप में: व्यसनी, पीछे हटना, एसएलए, अलर्ट।

वातावरण: देव → स्टेज → कलाकृतियों (तालिकाओं, मॉडल, फीचर नेटवर्क) के प्रचार के साथ प्रोड।

ब्रांड/क्षेत्र/किरायेदार द्वारा अलगाव: अलग योजनाएं/निर्देशिका/एन्क्रिप्शन कुंजियाँ।

गैर-रिलॉग स्विच के लिए डेटा के रूप में फ्लैग और कॉन्फ़िगरेशन जारी करें।

6) रिलीज और तैनाती रणनीतियाँ

स्टोरफ्रंट और मॉडल के लिए ब्लू-ग्रीन/कैनरी: v2 समानांतर विधानसभा, तुलना, आंशिक यातायात।

स्कीमा माइग्रेशन पर डुअल-राइट/डुअल-रीड।

कम लोड और प्रतिवर्तनीयता पर झंडे की सुविधा।

बैकफिल प्लेबुक: इतिहास, चेकसम, 'रीकम्प्यूटेड' लेबल को फिर से लोड करना।

7) अवलोकन और अलर्ट (डेटा अवलोकन)

वंश नोड्स द्वारा ताजगी/पूर्णता/संस्करणों/विसंगतियों।

गुणवत्ता: पास-रेट डीक्यू, केपीआई के लिए लाल रास्ते।

योजनाएँ/संविदाएँ: असंगतता की घटनाएँ,% सफलतापूर्वक पारित चेक।

प्रदर्शन: पाइपलाइन विलंबता, लागत (गणना/भंडारण)।

व्याख्या: लिंक "istochnik→vitrina/model", तेज "डैशबोर्ड/केपीआई के लिए पथ"।

8) हादसा प्रबंधन

सेव-लेवल (P1-P3), RACI, संचार चैनल।

रनबुक: सामान्य कारण (स्रोत लापता, स्कीमा बहाव, कुंजी रिसाव, धोखाधड़ी शोर)।

ऑटो-शमन: रेट्राई, एक अतिरिक्त चैनल पर स्विच करना, "ठंड" दुकान की खिड़कियां।

पोस्टमार्टम: बैकलॉग में समस्या, कार्यों, रोकथाम कार्यों की जड़।

9) डेटाओप्स में सुरक्षा, गोपनीयता और पहुंच

mTLS/TLS 1। 3, पैकेट हस्ताक्षर, पार्टी हैश।

टोकनाइजेशन/स्टोरफ्रंट और लॉग में मास्किंग; केवल "स्वच्छ क्षेत्र" में डिटोकेनाइजेशन।

लेखा परीक्षा के साथ RBAC/ABAC/JIT; घटनाओं के लिए ब्रेक-ग्लास।

प्रतिधारण/कानूनी होल्ड पाइपलाइनों (टीटीएल, जीवनचक्र) के साथ सहमत हैं।

लॉग में शून्य-पीआईआई विभाजन मीट्रिक है।

10) BI/ML पूर्ण DataOps उपभोक्ताओं के रूप में

BI: "गोल्ड" शोकेस का प्रमाणन, 'SELECT' का निषेध, KPI परिभाषाओं का सत्यापन।

एमएल: संस्करण, रजिस्ट्री मॉडल, चैंपियन-चैलेंजर, निष्पक्षता/गोपनीयता द्वार, प्रतिवाद परीक्षण के साथ फीचर स्टोर।

11) सफलता मेट्रिक्स (एसएलओ/एसएलआई)

• ताजगी एसएलओ (उदा। payments_gold ≤ 15 मिनट, p95)।
• नौकरी सफलता दर ≥ 99। 5%, मीन टाइम टू डिटेक्ट (MTTD )/रिकवर (MTTR)।
• परिवर्तन के लिए लीड टाइम (ideya→prod), तैनाती आवृत्ति (रिलीज/सप्ताह)।

• डीक्यू पास-रेट - लक्ष्य सीमा (महत्वपूर्ण रास्तों पर)।
• स्कीमा संगतता पास в सीआई।
• सहिष्णुता में डेल्टा v1/v2।

• लॉग में शून्य-पीआईआई ≥ 99। 99%.
• Detokenization SLO और 100% ऑडिट।
• रिटेंशन ऑन-टाइम डिलेशन - लक्ष्य सीमा।

• रिपोर्ट/शोकेस प्रकाशन का समय।
• डेटा घटनाओं में कमी, नियंत्रण के भीतर केपीआई (जीजीआर, प्रतिधारण) पर प्रभाव।

12) टेम्पलेट (उपयोग के लिए तैयार)

12. 1 डेटा अनुबंध (टुकड़ा)

yaml name: game_rounds_ingest owner: games-domain schema_version: 1. 6. 0 fields:
- name: round_id type: string required: true
- name: bet_amount type: decimal(18,2)
required: true dq_rules:
- rule: bet_amount >= 0
- rule: not_null(round_id)
privacy:
pii: false tokenized: true sla:
freshness: PT15M completeness: ">=99. 9%"
retention: P12M

12. प्रदर्शन/सुविधा के लिए 2 पीआर चेकलिस्ट

• अद्यतन अनुबंध/योजना, सेवर सही
• डीक्यू/स्कीमा/प्रतिगमन परीक्षण हरा हैं
• रिलीज नोट्स + लाइनजय इम्पैक्ट
• बैकफिल/रोलबैक योजना तैयार
• सीमा अलर्ट और डैशबोर्ड कॉन्फ़िगर किया
• गोपनीयता/पहुंच नीतियों का पालन किया जाता है

12. 3 रिलीज नोट्स

क्या: 'rg _ signals v1। 3. 0 '- जोड़ा' हानि _ streak _ 7 d '

प्रकार: MINTER, योजना संगत

प्रभाव: BI 'rg _ dashbord', ML 'rg _ model @ 2। x 'x'

सत्यापन: दोहरे रन 14 दिन, डेल्टा ≤ 0। कुंजी केपीआई पर 3%

रोलबैक: फ्लैग 'rg _ सिग्नल। use_v1=true'

मालिक/तिथि/टिकट

12. 4 रनबुक ("भुगतान देरी" घटना)

1. PSP स्रोत SLA, कनेक्टर स्थिति की जाँच करें।

2. रेट्राई/स्विच टू स्पेयर एंडपॉइंट।

3. अस्थायी गिरावट: हम विस्तार के बिना समुच्चय प्रकाशित करते हैं।

4. # डेटा-स्थिति में संचार, इंसीडेंट एमजीएमटी में टिकट।

5. पोस्टमार्टम, आरसीए, रोकथाम (कोटा/कैश/नियंत्रण योजनाएं)।

13) भूमिकाएँ और जिम्मेदारियाँ (RACI)

सीडीओ/डेटा गवर्नेंस काउंसिल - नीति, मानक (ए/आर)।

डोमेन मालिक/डेटा स्टीवर्ड - अनुबंध, गुणवत्ता, स्टोरफ्रंट (आर)।

डाटा प्लेटफ़ॉर्म/इंग - ऑर्केस्ट्रेटर, भंडारण, सीआई/सीडी, अवलोकन (आर)।

एनालिटिक्स/बीआई लीड - शोकेस प्रमाणन, केपीआई परिभाषाएँ (आर)।

एमएल लीड - फीचर स्टोर, रजिस्ट्री, मॉडल मॉनिटरिंग (आर)।

सुरक्षा/डीपीओ - गोपनीयता, टोकन, पहुंच, प्रतिधारण (ए/आर)।

SRE/SecOps - घटनाएँ, DR/BCP, SIEM/SOAR (R)।

14) कार्यान्वयन रोडमैप

0-30 दिन (एमवीपी)

1. महत्वपूर्ण रास्तों (भुगतान, KYC, RG) की पहचान करें।

2. अनुबंध और सीआई-गेट दर्ज करें (योजनाएं, डीक्यू, गोपनीयता)।

3. अवलोकन शामिल करें: ताजगी/पूर्णता/विसंगतियाँ + अलर्ट।

4. गोल्ड शोकेस: केपीआई को ठीक करें और 'SELECT' पर प्रतिबंध लगाएं।

5. रनबुक और # डेटा-स्टेटस चैनल, रिलीज नोट्स टेम्पलेट।

30-90 दिन

1. दोहरे रन और कैनरी विंडो/मॉडल रिलीज; बैकफिल प्लेबुक।

2. वर्शनिंग के साथ फीचर स्टोर/मॉडल रजिस्ट्री।

3. लॉग में एक्सेस पॉलिसी (RBAC/ABAC/JIT) और जीरो-PII।

4. डैशबोर्ड SLO/लागत, स्वचालन retenschna/TTL।

5. DataOps टीमों का प्रशिक्षण (ऑनबोर्डिंग, कार्यशालाएं)।

3-6 महीने

1. पूर्ण चक्र चैंपियन-चैलेंजर मॉडल, निष्पक्षता/गोपनीयता-द्वार।

2. अधिकार क्षेत्र द्वारा भू/किरायेदार अलगाव, कुंजी और डेटा।

3. वंश और डिफ से स्वचालित रिलीज नोट्स।

4. नियमित पोस्टमार्टम और त्रैमासिक DataOps समीक्षा।

5. प्रक्रियाओं का बाहरी लेखा परीक्षा (जहां लाइसेंस द्वारा आवश्यक हो)

15) एंटी-पैटर्न

"हम बाद में डेटा को सही करेंगे": परीक्षण/अनुबंध के बिना रिलीज़।

अपारदर्शी पाइपलाइनें: कोई वंश और कोई मालिक नहीं।

मैनुअल डेटाओप्स प्रक्रियाओं को "दरकिनार" करता है।

PII से लॉग, सैंडबॉक्स में उत्पादन ठिकानों के डंप।

कोई रोलबैक/बैकफिल योजना नहीं।

संस्करणों और निश्चित परिभाषाओं के बिना केपीआई।

16) संबंधित अनुभाग

डेटा प्रबंधन, डेटा मूल और पथ, ऑडिटिंग और वर्शनिंग, एक्सेस कंट्रोल, सिक्योरिटी एंड एन्क्रिप्शन, डेटा टोकेनाइजेशन, मॉडल मॉनिटरिंग, रिटेंशन पॉलिसियां, डेटा एथिक्स।

कुल

DataOps असमान स्क्रिप्ट और विश्लेषक "वीरता" को डेटा की एक प्रबंधनीय उत्पादन पाइपलाइन में बदल देता है: परिवर्तन तेज है लेकिन अनुमानित है; गुणवत्ता और गोपनीयता की निगरानी की जा रिलीज़ प्रतिवर्ती हैं; मैट्रिक्स और मॉडल प्रजनन योग्य हैं। यह एक स्केलेबल आईगेमिंग प्लेटफॉर्म की नींव है।