𝗗𝗲𝘃𝗢𝗽𝘀 𝗗𝗮𝘆𝘀 𝗚𝗲𝗻𝗲𝘃𝗮 𝟮𝟬𝟮𝟲
ഞാൻ അടുത്തിടെ എന്റെ ആദ്യത്തെ DevOps Days Geneva പരിപാടിയിൽ പങ്കെടുത്തു. ഞാൻ Camptocamp ബൂത്തിൽ സമയം ചെലവഴിക്കുകയും നിരവധി പ്രഭാഷണങ്ങളിൽ പങ്കെടുക്കുകയും ചെയ്തു.
പരിപാടിയിൽ ധാരാളം ആളുകൾ ഉണ്ടായിരുന്നു. ബൂത്തുകളിലെ കമ്പനികളുമായി സംസാരിക്കാനായി നിരവധി വിദ്യാർത്ഥികൾ പങ്കെടുത്തു.
പരിപാടിയുടെ ഷെഡ്യൂൾ പ്രധാനമായും AI-യിൽ ശ്രദ്ധ കേന്ദ്രീകരിച്ചിരുന്നു. മിക്ക പ്രഭാഷണങ്ങളും വൈവിധ്യമാർന്നതായിരുന്നു, എന്നാൽ ചിലതിൽ സാങ്കേതികമായ ആഴം കുറവായിരുന്നു. ചില പ്രഭാഷകർ സാങ്കേതിക ഘട്ടങ്ങൾ വിശദീകരിക്കാതെ ഫലങ്ങൾ മാത്രം പങ്കുവെച്ചു. ഒരു DevOps കോൺഫറൻസിനെ സംബന്ധിച്ചിടത്തോളം ഇതൊരു നഷ്ടപ്പെട്ട അവസരമായിരുന്നു.
എനിക്ക് ഏറ്റവും ഉപകാരപ്രദമെന്ന് തോന്നിയ പ്രഭാഷണങ്ങൾ ഇവയാണ്:
യൂറോപ്പിലെ ഡിജിറ്റൽ പരമാധികാരം (Digital Sovereignty) പല യൂറോപ്യൻ കമ്പനികളും US ക്ലൗഡ് സേവനദാതാക്കളെയാണ് ഉപയോഗിക്കുന്നത്. പ്രാദേശിക നിയമങ്ങൾ പാലിക്കുന്നതിനായി ഈ സേവനദാതാക്കൾ യൂറോപ്യൻ സബ്സിഡിയറികളെ ഉപയോഗിക്കുന്നു. എന്നിരുന്നാലും, US CLOUD Act പ്രകാരം ഭൂമിശാസ്ത്രപരമായ സ്ഥാനം നിയമപരമായ സ്വതന്ത്ര്യത്തിന് ഉറപ്പുവ നൽകുന്നില്ല. 2026-ലെ ഡിജിറ്റൽ പരമാധികാരം എന്നത് ഡാറ്റാ സെന്ററുകൾ എവിടെയാണെന്നത് മാത്രമല്ല, നിയമപരമായ ആശ്രിതത്വങ്ങൾ കൂടി മനസ്സിലാക്കേണ്ട ഒന്നാണ്.
റിക്രൂട്ട്മെന്റിലെ AI ഉദ്യോഗാർത്ഥികളെ കണ്ടെത്താൻ റിക്രൂട്ടർമാർ ഇപ്പോൾ AI ഉപയോഗിക്കുന്നു. ഉയർന്ന നിലവാരമുള്ള വിവരങ്ങൾ അടങ്ങിയ അപ്ഡേറ്റ് ചെയ്ത ഒരു CV നിങ്ങൾക്ക് ആവശ്യമാണ്. നിങ്ങളെ തിരിച്ചറിയാൻ AI ഈ ഡാറ്റയെയാണ് ആശ്രയിക്കുന്നത്.
ഡിഫൻസീവ് സെക്യൂരിറ്റിയിലെ AI AI സുരക്ഷയെ മൂന്ന് രീതികളിൽ ബാധിക്കുന്നു:
- LLM-കൾ സോഫ്റ്റ്വെയറിലെ സുരക്ഷാ പിഴവുകൾ (vulnerabilities) വേഗത്തിൽ കണ്ടെത്തുന്നു. അതിനാൽ നിങ്ങൾ സോഫ്റ്റ്വെയറുകൾ കൂടുതൽ കർശനമായി സുരക്ഷിതമാക്കണം.
- LLM ഉപയോഗിക്കുന്ന ചാറ്റ്ബോട്ടുകൾക്ക് OWASP മാർഗ്ഗനിർദ്ദേശങ്ങൾക്കനുസരിച്ചുള്ള സംരക്ഷണം ആവശ്യമാണ്.
- നിങ്ങൾ ശ്രദ്ധാപൂർവ്വം ഉപയോഗിച്ചില്ലെങ്കിൽ AI ഏജന്റുകൾക്ക് സെൻസിറ്റീവ് ആയ വിവരങ്ങൾ ചോർത്താൻ സാധിക്കും. CTF പോലുള്ള സെക്യൂരിറ്റി മത്സരങ്ങളിൽ, വെല്ലുവിളികൾ പരിഹരിക്കാൻ പങ്കാളികൾ ഇപ്പോൾ AI ഉപയോഗിക്കുന്നുണ്ട്. ഭാവിയിലെ മത്സരങ്ങളിൽ ആളുകൾ എത്ര കാര്യക്ഷമമായി AI ടോക്കണുകൾ ഉപയോഗിക്കുന്നു എന്നതിനെ അടിസ്ഥാനമാക്കി സ്കോറുകൾ നൽകിയേക്കാം.
Marmotte AI പ്രോജക്റ്റ് Chambéry, Shawinigan എന്നീ നഗരങ്ങൾ ജീവനക്കാരുടെ ജോലികൾക്കായി RAG ഉപയോഗിച്ച് ഒരു ചാറ്റ്ബോട്ട് നിർമ്മിച്ചു. ഇതിന്റെ ആദ്യ പതിപ്പ് ChatGPT-യേക്കാൾ കുറഞ്ഞ നിലവാരമുള്ള ഫലങ്ങളാണ് നൽകിയത്. ഈ പ്രക്രിയയിലൂടെ ഉൽപ്പന്നം എങ്ങനെ മെച്ചപ്പെടുത്താമെന്ന് ടീം പഠിച്ചു.
സോവറിൻ AI (sovereign AI) ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനെക്കുറിച്ചുള്ള ഒരു OpenSpace ചർച്ചയിലും ഞാൻ പങ്കെടുത്തു.
AI ഇൻഫ്രാസ്ട്രക്ചർ സ്കെയിൽ ചെയ്യുന്നത് പ്രയാസകരമാണ്. നിങ്ങൾക്ക് എത്ര GPU ആവശ്യമാണെന്ന് പ്രവചിക്കുന്നത് ബുദ്ധിമുട്ടാണ്. പ്രോംപ്റ്റ് സങ്കീർണ്ണത (prompt complexity), മോഡൽ വലിപ്പം, ലേറ്റൻസി (latency) തുടങ്ങിയ ഘടകങ്ങൾ ഒരു സാർവത്രിക അളവ് രീതി (universal sizing method) ഉപയോഗിക്കുന്നതിന് തടസ്സമാകുന്ന തരത്തിലുള്ള വ്യതിയാനങ്ങൾ ഉണ്ടാക്കുന്നു. കൂടാതെ, GPU വിലകൾ വർദ്ധിച്ചുവരികയും അവ ലഭിക്കാനുള്ള സമയം കൂടുതലാവുകയും ചെയ്യുന്നു.
Full post: https://dev.to/camptocamp-geo/devops-days-geneva-2026-261o
Program details: https://devopsdays.org/events/2026-geneva/program
Talk slides: https://drive.google.com/drive/folders/1pZhcDtrbr3Si3iKQk4wtvGANj2xJl7lj?usp=sharing
Videos: https://www.youtube.com/@devopsdaysgeneva/videos
Optional learning community: https://t.me/GyaanSetuAi