Nubank utilise un agent AWS pour analyser et documenter ses tests de reprise
L’essentiel de l’annonce
La banque relie AWS DevOps Agent aux données de ses exercices de panne. Les gains rapportés concernent toute la plateforme de test et ne mesurent pas l’effet isolé de l’IA.
- Date de la source
- Catégorie
- Agents et développement
- À qui cela s’adresse
- Publication originale du 28/10/2026.
- Sujet du contenu
- Nubank utilise un agent AWS pour analyser et documenter ses tests de reprise
- Entreprises / organismes
- Nubank, AWS
- Technologies
- Agent IA
Présentation
Nubank, banque numérique présente en Amérique latine, décrit le 28 octobre sur le blog AWS une plateforme de tests de reprise informatique. Elle simule du trafic et des pannes, observe le rétablissement des services puis rassemble les preuves.
AWS DevOps Agent intervient dans l’analyse des journaux, métriques et alertes, puis prépare un rapport. Ce cas documente l’usage d’un agent dans un exercice encadré. Il ne montre pas un agent décidant seul d’interrompre la production.
Ce qui change
Le cas publié le 28 octobre décrit l’analyse des exercices de reprise informatique chez Nubank.
Décrire l’exercice à l’agent
Un service interne lui fournit le scénario, la fenêtre du test et les critères de reprise. Des connexions par Model Context Protocol, un protocole d’accès aux outils et données, ouvrent les métriques, journaux et alertes correspondants. L’agent peut rapprocher les signaux au lieu de commenter seulement une capture.
Intégrer l’analyse à une plateforme de test
Argo Workflows orchestre l’exercice, K6 simule le trafic et AWS Fault Injection Service injecte puis arrête la panne selon des limites. Nubank rapporte un cycle ramené d’environ 4,3 heures à 40 minutes et une baisse de 43 % de l’effort d’ingénierie en 2026 sur neuf tests. Ces résultats concernent l’ensemble du dispositif.
Fonctionnement
L’automatisation de l’exercice et l’interprétation par le modèle remplissent des rôles distincts. Les critères de récupération définis en amont permettent aux équipes d’examiner le rapport.
Préparer
Choisir le scénario, les conditions d’arrêt et les parcours à observer.
Observer
Exécuter le test encadré et réunir les traces de la fenêtre concernée.
Documenter
Faire rapprocher les signaux par l’agent puis vérifier le rapport et les anomalies.
Usages possibles
Le cas peut aider les équipes qui organisent des exercices coûteux en coordination. La valeur du modèle tient notamment à la préparation d’un dossier lisible, dont les conclusions restent à contrôler.
Exemple possible
Un exemple possible
Une équipe pourrait vérifier si le trafic a rejoint une autre zone de disponibilité après une panne simulée. Il s’agit d’un type de scénario décrit, pas d’un test effectué pour cette fiche.
Accès et limites
Référence client publiée par AWS, sans évaluation indépendante. Les gains incluent orchestration, réutilisation des scénarios et collecte automatique, pas seulement l’agent. Les projections pour 2027 ne sont pas acquises. Un rapport de test ne prouve pas une conformité générale ou une approbation du régulateur.
Conditions d’accès. Plateforme interne Nubank utilisant des services AWS et des connexions aux données techniques. Coût complet non détaillé.
Pour votre projet
Séparer le temps de l’exercice, l’effort humain et la qualité des rapports dans la comparaison. Ajouter une mesure des erreurs de l’agent aiderait à évaluer sa contribution propre.
- Les critères de reprise sont-ils explicites avant l’exercice ?
- Les gains mesurés isolent-ils l’agent des autres automatisations ?
Les connexions aux données doivent rester limitées au périmètre nécessaire à l’analyse.
Sources et vérifications
Source de l’annonce
How Nubank automated disaster recovery with the AWS DevOps Agent
Lire la source officielleSource vérifiée le . Les résultats présentés sont ceux annoncés par les auteurs.
Sources consultées lors de la préparation de cette fiche. Aucun logiciel présenté n’a été installé ni essayé.
Fiche préparée avec ChatGPT. Notre méthode éditoriale.