The New Stack avanca em infraestrutura cloud-native, plataformas de desenvolvimento e engenharia...

Já vi times deixarem milhares de dólares na mesa ao configurar Kubernetes com resource requests muito acima do que suas workloads realmente usam, depois usando HPA para escalar com base nesses limites inflados. A visibilidade existe—os dashboards mostram claramente—mas o desperdício persiste. Isso acontece porque corrigir exige coordenação entre múltiplos times: engenheiros de plataforma donos das configurações HPA, engenheiros de dados rodando as workloads, e stakeholders financeiros que precisam justificar a mudança. Na prática, ninguém é responsável pelo problema ponta a ponta. Quando conseguimos resolver isso em escala, descobrimos que tratar otimização de recursos como uma responsabilidade contínua de engenharia de plataforma, não como um exercício único de tuning, realmente funciona. Minha recomendação: estabeleça um processo trimestral de auditoria de recursos onde times de plataforma perfilem ativamente workloads em execução, atualizem proporções de request/limit, e levem essas mudanças para pipelines de dados e camadas de model serving. Conecte isso diretamente a métricas de custo no seu stack de observabilidade para o impacto no negócio ficar visível para todos.