Layout do blog

DataOps: O que é, como funciona e saiba como implementar

dez. 06, 2022

Não dá pra falar sobre o desenvolvimento de uma empresa ou negócio sem considerar os avanços da tecnologia.


Entretanto, com a enorme quantidade de opções que temos disponíveis no mercado, fica muito complicado escolher só uma solução em TI ou BI que podem ser aliados importantíssimos para o crescimento de qualquer empreendimento. 


O Manifesto Ágil de 2001 gerou muitos frutos – e um dos mais recentes é o conceito de DataOps.


Por sua vez, ele é derivado do DevOps, já utilizado há algum tempo por profissionais de TI no desenvolvimento de softwares, sites e outras soluções em tecnologia.


A afinidade com a metodologia ágil faz com que essa abordagem seja ideal não só para definir o que fazer com dados, mas como geri-los da melhor forma.


Por isso, vamos entender como funciona e de que forma você pode se beneficiar do DataOps. Acompanhe!



DATAOPS: O QUE É?

 

DataOps é o termo que remete às operações com dados e que tem raízes na filosofia Agile.


Em resumo, o DataOps funciona como uma combinação do DevOps que abrange os conceitos da engenharia de software, do Ágil, bem como do Controle de Processos analíticos. 


Dessa forma, o DataOps reúne boas práticas capazes de reduzir as complicações existentes entre os setores analíticos e de desenvolvimento, assim pode-se dizer que ele é um “upgrade” do DevOps voltado para a análise e gestão das informações.


Ele depende diretamente da automação e se concentra em aprimorar a velocidade e a precisão do processamento de dados em computadores, incluindo suas análises, acesso, integração e controle de qualidade.


O conceito tinha como proposta inicial ser um sistema de melhores práticas com dados, mas gradualmente amadureceu para uma abordagem totalmente funcional para lidar com a sua análise.


Vale destacar novamente que ele deriva do DevOps, conceito criado em 2008 pelos programadores Andrew Clay Shafer e Patrick Debois.


Ele foi popularizado em 2009, quando foi utilizado pela primeira vez no evento DevOpsDays, na Bélgica.


Já a primeira citação do termo DataOps viria a acontecer em 2017, quando Lenny Liebmann o utilizou no artigo “3 Reasons Why DataOps Is Essential for Big Data Success”.

 


DEVOPS X DATAOPS

 

Conforme já abordado, o DataOps busca incrementar as técnicas DevOps, mas não só isso, também pode adaptá-las para o processo de desenvolvimento analítico. 


Embora tenham uma relação direta, DevOps e DataOps possuem propostas distintas.


O primeiro se refere a um conjunto de práticas em que são coordenadas as equipes de desenvolvimento e de operações.


Trata-se, portanto, de uma técnica de criação de software que se concentra na comunicação, integração e colaboração entre esses dois setores, com o objetivo de implementar produtos e serviços de forma mais ágil.


Já o DataOps se volta à análise de dados e não está vinculado a uma arquitetura, ferramenta, tecnologia ou linguagem específica, sendo flexível por natureza.


Nele, recursos de suporte ajudam a promover a colaboração, além de garantir a segurança, qualidade, acesso, facilidade de uso e orquestração dos dados disponíveis.

 


COMO FUNCIONA O DATAOPS?

 

O foco do profissional DataOps é encontrar maneiras de reduzir a quantidade de tempo necessária para concluir um projeto de análise de dados.


Isso abrange desde a concepção da ideia original até a construção de gráficos, modelos e tabelas para fins de comunicação.


O funcionamento de um framework de DataOps é todo baseado em práticas que endereçam questões de automação, orquestração, entrega continuada, dentre outras usadas para monitorar e controlar os processos que acontecem numa plataforma de dados. 


Assim, o fluxo de dados é constantemente gerenciado e, se ocorrer uma anomalia, o time de analistas pode ser notificado por alertas, entre outras ações corretivas e preventivas.

 


QUAL O OBJETIVO DO DATAOPS?

 

O DataOps é uma solução que une de forma estratégica todos os times envolvidos no ciclo de dados, dessa forma é possível utilizá-los a favor das empresas com mais agilidade.


Com a cultura da ciência e da engenharia de dados é possível unificar o trabalho dos analistas de infraestrutura, desenvolvedores, equipes de apoio, especialistas em dados e outros profissionais da área, tudo isso de uma forma colaborativa.


Ou seja, tornou-se possível filtrar cada etapa que envolve as operações de dados, dessa forma, as informações podem chegar ao usuário final de uma forma mais correta. 


Em resumo, o grande objetivo do DataOps é promover o desenvolvimento de projetos de dados com máxima qualidade para que insights excelentes sejam entregues no menor tempo possível.



O DATAOPS É UM TIPO DE SERVIÇO? 

 

Na verdade não. O DataOps é uma metodologia.


Ele não é um produto que vem como uma oferta de SaaS (Software-as-a-Service – Software como Serviço). 


Todavia, o SaaS pode fazer parte da prática de DataOps, adicionando microsserviços, orquestração e gerenciamento de fluxo de dados à toda a organização. 


Diversas ferramentas necessárias ao DataOps precisarão estar disponíveis no modelo de entrega SaaS.


ENTENDA AS VANTAGENS DA IMPLEMENTAÇÃO DO DATAOPS 

 

Além da metodologia ágil, o DataOps tem tudo a ver com um outro conceito bastante em voga: o de big data.


Com a imensa quantidade de dados acessíveis às empresas e usados para balizar decisõesé necessário estruturar processos que permitam coletá-los e, em seguida, transformá-los.


Nesse ponto, companhias que contam com um setor ou especialista em DataOps têm grande vantagem, já que elas terão condições de extrair resultados dos seus dados.


Além disso, quanto mais bem feito for o gerenciamento, melhores e mais disponíveis eles serão.


Por sua vez, o maior domínio sobre os dados se traduz em melhores insights, estratégias de negócios e lucros. 


Na prática, isso também significa aumentar a capacidade de resolução de problemas envolvendo dados, até porque a quantidade de tais elementos criados nas empresas tende a aumentar exponencialmente.


Assim, a metodologia ajuda a transformar dados brutos em informações valiosas com mais rapidez.



QUAIS OS BENEFÍCIOS DA IMPLEMENTAÇÃO DO DATAOPS? 

 

Implementar o DataOps pode trazer impactos significativos para os projetos da sua empresa. Entre eles, veja quais são os destaques:



OTIMIZAÇÃO DE PROCESSOS


É indiscutível a necessidade que toda empresa tem de fazer uma boa gestão de dados, principalmente com as inovações trazidas pelo mundo de Data & Analytics.


Quem não conseguir se adaptar a esse cenário, dificilmente alcançará o sucesso e crescimento.


Ou seja, as empresas que conseguem adotar estratégias mais eficientes, baseadas em informações de qualidade, saem na frente no mercado. 


Com as práticas baseadas em DataOps, é possível otimizar seus processos, dessa forma garantindo melhores entregas.



MELHORA A COLABORAÇÃO ENTRE A EQUIPE


Através da implementação do DataOps, é possível manter as equipes de setores distintos operando simultaneamente nas diferentes etapas de um projeto. 


Isso ocorre porque o sistema pode operar a partir de squads interdisciplinares, ou seja, esses grupos conseguem cumprir seu papel com uma equipe interdisciplinar, seja presencialmente ou até remotamente.

 


DIMINUIÇÃO DAS FALHAS E TAXAS DE ERRO


Através da implementação, o número de falhas pode diminuir consideravelmente, pois uma das práticas do DataOps é a automação que reduz o erro humano de ações como versionamento, testes e governança de tudo o que está relacionado aos dados. 


Dessa forma, possíveis erros são identificados com maior antecedência e facilidade, permitindo que ajustes necessários sejam realizados com mais rapidez, melhorando a precisão nas entregas.

 


REDUZ O TEMPO DO CICLO DE ANÁLISE


As práticas de DataOps são voltadas para a diminuição do que chamamos de Data to Insight. Isso significa que todas as automações e melhorias de processo têm como objetivo diminuir o tempo entre a ingestão de um novo dado para a plataforma de dados e o consumo pelo negócio.


Sem o DataOps qualquer novo tipo de dado que não esteja inicialmente previsto pode levar muito tempo para entrar no ambiente de dados e ter pipelines encadeados que façam seu processamento e disponibilização para o negócio. As automações de testes, de orquestração e deployment são fundamentais para a melhora do ciclo de análise.


Além da melhoria de processos para novos cenários de dados, o DataOps também auxilia na garantia de disponibilidade dos dados que são servidos ao negócio devido ao seu monitoramento ativo de erros de processamento e qualidade de dados, por exemplo.


Tudo isso faz com que o negócio perceba mais consistência de dados, mais disponibilidade e menor tempo para ter acesso a novos estruturas de dados vindas de ações realizadas pela empresa utilizando sistemas corporativos novos ou mesmo vindos de fontes externas.



COMO IMPLEMENTAR O DATAOPS?

 

Como você viu, o DataOps pode ser estruturado como um setor ou estar a cargo de um especialista.


No entanto, não basta apenas isso. Antes que a sua empresa passe a gerir seus dados por essa abordagem, é preciso prepará-la:



ACIONE OS PROFISSIONAIS DE DADOS

 

Uma das premissas em um setor de DataOps é a integração.


O DataOps é uma metodologia que tem a colaboração como base. Não há um perfil único de engenheiro que faça o DataOps ter êxito. Alguns perfis profissionais são requeridos para que sua implantação de DataOps e sua continuidade tenham sucesso.

 

E se a sua companhia não conta com um time de Dados capacitado, você pode recorrer à consultoria da Five Acts para, assim, começar um processo de implementação de DataOps.


O mais importante é que, nessa etapa inicial, você tenha o suporte de especialistas para entender o que está em jogo e quais resultados esperar.



FAÇA TESTES


A partir dos primeiros processos de gestão de dados, serão criados fluxos que, como tais, devem ser testados antes de serem validados e integrar as rotinas do negócio.


Escolha um processo que pode fazer diferença na gestão/disponibilização de dados e faça um MVP. Entenda como essa versão inicial de uma prática pode ter ajudado a sua empresa, recolha impressões e sugestões e melhore as próximas versões de sua implementação com os feedbacks coletados.



PADRONIZE PROCESSOS


Um dos principais objetivos ao criar uma rotina baseada em DataOps é integrar processos e rotinas de diferentes instâncias.

 

Dessa forma, vale padronizar também os sistemas que levarão a essa integração, uniformizando códigos de programação e os métodos de modelagem de dados.


Cabe ressaltar que processos padronizados facilitam a detecção de falhas e, sendo assim, são fundamentais para a adoção de medidas de correção efetivas.



SIMPLIFIQUE O ARMAZENAMENTO 


Outro fator muito importante é a simplificação dos meios de armazenamento.


Por isso, é sugerido que, em vez de múltiplas fontes de dados, seja utilizado um único ambiente baseado na nuvem.



CONTE COM SOLUÇÕES EM TECNOLOGIA

Não seria possível implementar DataOps sem as ferramentas e os recursos adequados.


Sendo assim, procure adotar, junto ao seu time de TI, soluções que sejam ao mesmo tempo escaláveis e que possam ser atualizadas indefinidamente.


Concluindo, de certa forma, a abordagem DataOps é um desdobramento do que já faziam os profissionais de DevOps.


Mais ou menos como uma fábrica de carros tem um setor dedicado a cuidar da gestão e aquisição de peças e insumos, isso agora também é feito no segmento de tecnologia.


E se para você a ideia soa atraente, fica então a dica: conte sempre com as soluções analíticas da Five Acts e faça muito mais com os seus dados.


Cada dia mais se ouve falar em DataOps dentro das organizações. Entretanto, apesar do ganho de popularidade do termo, poucas pessoas já viram um framework de DataOps funcionando na prática.


Se você quer montar, está montando ou já tem alguma prática de DataOps montada na sua empresa e quer ter novas idéias, participe do nosso Webinar totalmente focado na implementação de DataOps!

Junte-se ao time da Five Acts e veja o nosso CTO, Melqui de Carvalho, demonstrando a operação de um framework de DataOps dentro de um ambiente 100% Cloud em nosso Webinar! Clique aqui e aproveite!


Compartilhe

Por Equipe de especialistas Five Acts 23 abr., 2024
Este artigo explora como combinar as capacidades de visualização de dados do Tableau com técnicas de aprendizado de máquina para aprimorar a análise de dados.
Por Equipe de especialistas Five Acts 16 abr., 2024
Processamento de streaming O processamento de streaming é uma abordagem computacional que lida com a análise e processamento de dados que são gerados em tempo real, à medida que são recebidos. Em contraste com o processamento de lote, em que os dados são coletados e processados em blocos, o processamento de streaming permite lidar com a natureza contínua e em tempo real dos dados. No processamento de streaming, os dados são recebidos como fluxos contínuos que podem ser originados de várias fontes, como sensores, dispositivos IoT, mídias sociais, transações financeiras, registros de servidores, entre outros. Esses fluxos de dados são processados em pequenas parcelas ou eventos individuais, à medida que são recebidos, em vez de esperar por uma coleção completa de dados. Essa forma de processamento em tempo real permite que organizações monitorem, analisem e tomem decisões com base em informações atualizadas e em constante evolução. Com o processamento de streaming, é possível identificar eventos ou padrões instantaneamente, detectar anomalias, realizar análises complexas e acionar respostas automáticas em tempo real. O processamento de streaming é amplamente utilizado em várias indústrias, como finanças, mídia, saúde, logística e manufatura. Ele tem aplicações em detecção de fraudes, monitoramento de segurança, análise de sentimentos em tempo real, personalização de conteúdo, previsão de demanda, entre muitos outros casos de uso. Processamento de Streaming utilizando Databricks O Databricks destaca-se como uma plataforma robusta para o processamento de dados em tempo real, capacitando as organizações a extrair insights valiosos e tomar decisões ágeis ao aproveitar o potencial dos dados em movimento. Com o Databricks, é viável absorver grandes volumes de dados de diversas fontes em tempo real e processá-los prontamente para análises imediatas.
Por Equipe de especialistas da Five Acts 09 abr., 2024
Nos últimos anos, a inteligência artificial (IA) tem desempenhado um papel fundamental na transformação digital das organizações, impulsionando inovações que agregam valor e promovem a segurança. Neste cenário, a tecnologia traz a todo momento inovações que têm o potencial de transformar profundamente as operações e os resultados das empresas. Considerando as previsões do Gartner sobre as 10 principais tendências tecnológicas estratégicas para os próximos anos, fica evidente que o sucesso futuro dependerá da capacidade das organizações de se adaptarem e aproveitarem essas mudanças em seu benefício. O Gartner também traz 3 grandes considerações que devem ser feitas para alcançar o sucesso em meio a essas tendências. Confira: 1. Proteção do investimento À medida que as empresas adotam novas tecnologias, é fundamental garantir que elas sejam implementadas de forma a manter e maximizar seus benefícios a longo prazo. Isso inclui a gestão cuidadosa da confiança, risco e segurança da inteligência artificial, a adoção de práticas de gestão contínua de exposição a ameaças e a utilização de plataformas na nuvem específicas para o setor, entre outras medidas. Deste modo, é necessário ter cautela e incluir investimentos em medidas protetivas ao calcular o retorno sobre o investimento percebido. 2. Ascensão dos desenvolvedores Capacitar o pessoal e os desenvolvedores com a tecnologia certa é essencial para impulsionar a inovação e a produtividade. Isso inclui o desenvolvimento de plataformas internas de autoatendimento, a adoção de tecnologias de inteligência artificial para melhorar o desenvolvimento de aplicativos e o aproveitamento de plataformas do setor na nuvem. É fundamental trabalhar em estreita colaboração com as partes interessadas do negócio para determinar o escopo e a capacidade dessas soluções. 3. Fornecer valor contínuo Esse fator é essencial para manter a relevância e o sucesso no mercado. Isso requer um compromisso com um ciclo de refinamento e aceleração da otimização do valor, juntamente com a excelência operacional. Isso inclui o desenvolvimento de aplicativos inteligentes, a exploração das oportunidades apresentadas pelos clientes-máquina e o investimento em uma força de trabalho conectada aumentada. É crucial fazer ajustes contínuos para atender à demanda dos clientes internos e externos, garantindo, ao mesmo tempo, o acesso controlado para alterar rapidamente as ferramentas digitais. Em suma, as organizações que conseguirem construir e proteger sua infraestrutura tecnológica enquanto agregam valor a suas operações estarão bem posicionadas para prosperar na era digital em constante evolução. É hora de abraçar essas tendências e transformar os desafios em oportunidades. Confira agora as 10 tendências tecnológicas estratégicas, identificadas pelo Gartner, que moldarão o cenário empresarial nos próximos anos. Vamos explorar cada uma delas: 1. Gestão da confiança, risco e segurança da IA (AI TRiSM) A gestão da confiança, risco e segurança da IA é uma preocupação crescente para as organizações que buscam integrar a inteligência artificial em seus processos. Os controles AI TRiSM são fundamentais para garantir a governança adequada dos modelos de IA, assegurando sua confiabilidade, imparcialidade, segurança e transparência. Ao aplicar esses controles de forma ativa, as empresas podem melhorar a precisão das decisões baseadas em IA e eliminar informações falhas e ilegítimas. Isso não apenas fortalece a confiança nas soluções de IA, mas também promove uma cultura de governança e responsabilidade no uso dessas tecnologias. 2. Gestão contínua de exposição a ameaças (CTEM) A gestão contínua de exposição a ameaças é uma abordagem proativa e sistemática para lidar com os desafios cada vez mais complexos da segurança cibernética. Ao alinhar as prioridades de segurança com projetos comerciais específicos e vetores de ameaças críticos, as organizações podem reduzir significativamente o risco de violações de segurança. A integração do CTEM aos programas de conscientização e gestão de riscos é essencial para fornecer um foco relacionável liderado pelos negócios e uma priorização eficaz de mitigação de exposição. Além disso, a adoção de tecnologias de validação de segurança cibernética pode melhorar os fluxos de trabalho de priorização existentes e aumentar a prontidão da segurança cibernética. 3. Tecnologia sustentável A tecnologia sustentável desempenha um papel crucial na promoção da responsabilidade ambiental e social das organizações. Ao adotar soluções digitais que habilitam resultados ambientais, sociais e de governança (ESG), as empresas podem contribuir para o equilíbrio ecológico de longo prazo e para o bem-estar da sociedade. A vinculação da remuneração dos diretores de tecnologia ao impacto tecnológico sustentável até 2027 reflete o crescente reconhecimento da importância dessas iniciativas. Ao selecionar e implementar tecnologias que impulsionam a sustentabilidade em seus setores, as empresas podem não apenas reduzir seu impacto ambiental, mas também fortalecer sua reputação e criar valor a longo prazo para todas as partes interessadas. 4. Engenharia de plataforma A engenharia de plataforma é uma disciplina essencial para construir e operar plataformas internas de autoatendimento que suportam as necessidades dos usuários de forma eficiente e escalável. Ao estabelecer equipes de plataforma como provedores internos de serviços reutilizáveis, as organizações podem otimizar a experiência do desenvolvedor, acelerar a entrega de valor comercial e melhorar a retenção de talentos. A abordagem de tratar a plataforma como um produto, combinada com uma cultura de gestão de produtos colaborativa, permite que as empresas identifiquem e priorizem as capacidades técnicas mais úteis para seus usuários finais, garantindo assim a relevância e eficácia contínuas da plataforma. 5. Desenvolvimento aumentado com IA O desenvolvimento aumentado com IA está revolucionando a forma como os engenheiros de software criam, testam e entregam aplicativos. Ao integrar tecnologias de IA em seus fluxos de trabalho de desenvolvimento, as empresas podem aumentar a produtividade de seus engenheiros e acelerar a inovação. A previsão de que, até 2028, 75% dos engenheiros de software usarão assistentes de codificação de IA destaca o potencial transformador dessas ferramentas. Estabelecer uma equipe de engenheiros seniores para avaliar e implementar essas ferramentas é essencial para garantir uma transição suave e maximizar os benefícios para a organização. 6. Plataformas do setor na nuvem As plataformas do setor na nuvem oferecem uma abordagem personalizada para atender às necessidades específicas de cada setor. Ao combinar serviços de software como serviço (SaaS), plataforma como serviço (PaaS) e infraestrutura como serviço (IaaS) em uma oferta de produto completa, as empresas podem obter adaptabilidade e agilidade para responder à rápida disrupção em seus setores. A previsão é de que mais de 50% das empresas utilizarão plataformas do setor na nuvem até 2027 destaca a crescente aceitação e adoção dessas soluções. Ao complementar o portfólio existente de aplicativos com plataformas do setor na nuvem, as empresas podem acelerar suas iniciativas de negócios e obter uma vantagem competitiva significativa. 7. Aplicativos inteligentes Os aplicativos inteligentes estão se tornando cada vez mais prevalentes, impulsionados pelo poder da inteligência artificial e pela disponibilidade de dados conectados. Ao integrar IA e diversos dados em aplicativos para consumidores ou empresas, as empresas podem automatizar tarefas, personalizar experiências e obter insights valiosos em tempo real. A previsão de que 30% dos novos aplicativos utilizarão IA para impulsionar interfaces de usuários adaptativas destaca o potencial transformador dessas tecnologias. Estabelecer um centro de excelência para capturar, explicar e monitorar a inteligência como um recurso é fundamental para garantir o sucesso e a eficácia desses aplicativos. 8. IA generativa democratizada A democratização da inteligência artificial generativa está redefinindo a forma como as empresas competem e operam. Com mais de 80% das empresas previstas para usar interfaces de programação de aplicativos de IA generativa até 2026, essa tendência está se tornando uma realidade cada vez mais presente. Ao democratizar o acesso a essas ferramentas, as empresas podem automatizar tarefas, aumentar a produtividade e criar novas oportunidades de crescimento. No entanto, é crucial implementar uma abordagem de gestão de mudanças eficaz para garantir que os funcionários estejam preparados e capacitados para usar essas ferramentas com segurança e confiança. 9. Força de trabalho conectada aumentada A força de trabalho conectada aumentada visa otimizar o valor entregue pela equipe humana, aproveitando tecnologias inteligentes, análise da força de trabalho e desenvolvimento de habilidades. Com 25% dos diretores de tecnologia da informação previstos para utilizar iniciativas de força de trabalho conectada aumentada até 2027, essa abordagem está se tornando uma prioridade para muitas organizações. Ao priorizar o tempo de aquisição de competência e desenvolver experiências do funcionário aumentadas com tecnologia inteligente, as empresas podem acelerar o desenvolvimento de talentos e obter uma vantagem competitiva significativa. 10. Clientes-máquina O Gartner traz os clientes-máquina como atores econômicos não humanos que compram bens e serviços em troca de pagamento, para atender às necessidades de outras máquinas, sistemas ou até mesmo de seres humanos. Esse é um conceito emergente na economia impulsionada pela Internet das Coisas (IoT) e pela crescente inteligência das máquinas conectadas. Um exemplo deste cenário seria uma fábrica inteligente onde máquinas autônomas estão conectadas à internet e têm a capacidade de tomar decisões de compra com base em dados de estoque, demanda do mercado, e outras variáveis. Essas máquinas podem então comprar materiais, peças de reposição ou, até mesmo, serviços de manutenção de outras máquinas ou fornecedores externos sem intervenção humana direta. Nesse contexto, as máquinas que fazem as compras são os "clientes-máquina". Os clientes-máquina representam uma mudança fundamental na forma como as empresas interagem com os consumidores. Com a previsão de que 20% das lojas digitais legíveis por humanos (isto é, pensadas para tornar a experiência com o site mais fácil e intuitiva para as pessoas) serão obsoletas até 2028, as empresas precisam se preparar para essa nova realidade. Essa ideia está ganhando relevância à medida que avançamos para uma era onde a automação e a inteligência artificial desempenham papéis cada vez mais importantes na tomada de decisões econômicas e comerciais. Ao criar equipes de análise dedicadas aos clientes-máquina e desenvolver cenários que explorem as oportunidades de mercado, as empresas podem se posicionar para capitalizar essa tendência emergente. Arquitetar as fontes de dados e plataformas necessárias para atender a esses clientes é fundamental para garantir uma transição suave para esse novo paradigma de consumo. Em resumo, essas tendências tecnológicas estratégicas estão moldando o futuro dos negócios, promovendo inovação, segurança e sustentabilidade. À medida que as organizações buscam se adaptar a um cenário em constante evolução, é essencial estar atento a essas tendências e incorporá-las de forma eficaz em suas estratégias de negócios. Fonte: https://emt.gartnerweb.com/ngw/globalassets/intl-br/information-technology/documents/principais-tendencias-tecnologicas-2024-ebook.pdf?_gl=1*xjgpjk*_ga*MTYwMjE1ODEzOS4xNzEwNTE0ODc0*_ga_R1W5CE5FEV*MTcxMDg3OTkxOC4zLjEuMTcxMDg4MDE0My4zOC4wLjA .
Share by: