Quando un’organizzazione di field engineering passa da 1.500 a oltre 7.000 persone, l’infrastruttura che funzionava a una scala smette di funzionare all’altra. Databricks racconta come ha risposto costruendo la Field Engineering Vending Machine (FEVM): un’app che provisiona su richiesta risorse cloud isolate, governate e legate a un caso d’uso specifico.
Il problema di partenza è concreto. I workspace Databricks sono pensati per pochi admin che gestiscono molti utenti, ma nel field engineering quasi tutti hanno bisogno di accesso admin per configurare demo, testare feature in preview e riprodurre scenari dei clienti. Coordinare il lavoro su workspace condivisi genera conflitti durante le demo, si sbatte contro i limiti di piattaforma (cataloghi, istanze Lakebase, workload concorrenti) e l’attribuzione dei costi diventa difficile da tracciare. L’idea di FEVM: ogni engineer ha il proprio ambiente isolato, provisionato in minuti, governato centralmente e ripulito automaticamente.
Come è costruita
L’app usa un frontend React e un backend Python, deployata via Databricks Apps, con Terraform in background per il provisioning su AWS, Azure e GCP e un database di stato su Lakebase che traccia ogni risorsa: cos’è, chi la possiede, a cosa serve, quando scade. Il principio è il provisioning basato sul caso d’uso: non chiedi “un workspace”, ma descrivi cosa devi fare e ottieni un ambiente configurato di conseguenza. Tutto è astratto dietro un MCP, così chat, servizi esterni e agenti passano da un unico punto di controllo; con strumenti come Claude, un semplice file skill .md permette di chiedere un nuovo ambiente da riga di comando in linguaggio naturale.
I numeri dichiarati danno la misura: durante l’evento interno BuildCon, FEVM ha gestito quasi 1.200 richieste di provisioning in un giorno, e al momento della scrittura conta oltre 2.600 deployment attivi su tre cloud con più di 5.000 utenti. Gli ambienti “builder” vivono 90 giorni di default, con notifiche Slack a ogni evento di ciclo di vita.
La lettura interessante per chi fa piattaforma è nelle lezioni dichiarate: progettare per l’utente, umano o agente; trattare la trasparenza come feature e non come ripensamento; e mettere in conto che l’integrazione con l’ecosistema (Git, Slack, identità aziendale, Terraform multi-cloud) è dove va la maggior parte dello sforzo. È il racconto di un vendor sulla propria infrastruttura interna, ma il pattern del provisioning self-serve, effimero e governato è trasferibile ben oltre Databricks.
In sintesi
- FEVM provisiona ambienti cloud isolati e a scadenza per il field engineering, basati sul caso d’uso invece che sul “workspace”.
- Stack: Databricks Apps, React/Python, Terraform multi-cloud, stato su Lakebase, tutto dietro un MCP per l’accesso via agenti.
- Oltre 2.600 deployment attivi e ~1.200 richieste in un giorno a BuildCon; la trasparenza del ciclo di vita è un principio di design.
Fonte: Provisioning for the Agentic Era: How Databricks Built a Self-Serve Infrastructure Vending Machine — https://www.databricks.com/blog/provisioning-agentic-era-how-databricks-built-self-serve-infrastructure-vending-machine
Hai qualcosa da aggiungere? Unisciti alla discussione.