Gratis · Artetecha

La checklist Well-Architected

Trenta domande lungo le sei lenti che uso in una review completa. Rispondi con onestà. Ogni “no” è un punto in cui un progetto può morderti — e una lista da cui partire.

Delivery e operations

Ogni deploy parte dal version control — mai un upload manuale.
C’è un ambiente di staging o preview che rispecchia la produzione.
Puoi annullare un deploy sbagliato in un solo passo.
Infrastruttura e configurazione vivono nel codice, non nella testa di qualcuno.
Le build sono riproducibili: lockfile, versioni fissate.

Affidabilità e scala

Conosci il traffico del giorno di punta e hai fatto test vicino a quel livello.
Il caching è deliberato, non casuale.
Un componente che si guasta non porta giù tutto.
I backup esistono — e ne hai davvero ripristinato uno.
Vieni avvisato prima che siano gli utenti a dirti che qualcosa non va.

Sicurezza e compliance

Sai se NIS2 e GDPR ti riguardano — direttamente o tramite un cliente.
Le dipendenze si aggiornano a calendario, non nel panico.
I segreti stanno in un vault o nell’ambiente, mai nel repository.
Gli accessi sono a privilegio minimo e revocati quando le persone se ne vanno.
C’è un piano di risposta agli incidenti con i tempi di notifica.

Costi ed efficienza

Conosci la spesa mensile di hosting e cloud per progetto.
Non paghi risorse sempre accese e inutilizzate che non ti servono.
I costi di scalabilità sono prevedibili, non una bolletta a sorpresa.
Rivedi quella spesa almeno ogni trimestre, non solo al rinnovo.

Maturità dell’SDLC

I percorsi critici hanno test automatici.
Il codice viene revisionato prima del merge.
I rilasci sono piccoli e frequenti, non grandi e rari.
Uno sviluppatore nuovo è operativo in meno di un giorno.
C’è un processo di branching e rilascio che tutto il team segue.

Prontezza all’AI

I tuoi dati sono abbastanza puliti e accessibili da usarli davvero.
Hai individuato un flusso in cui l’automazione ha un ritorno chiaro.
Sai misurare se una funzione AI ha davvero aiutato.
Conosci i vincoli GDPR e AI Act prima di andare in produzione.
Una persona controlla tutto ciò che una funzione AI mostra agli utenti.
Sai quali dati possono e non possono finire in modelli di terze parti.