On-Call Health

On-Call Health surveille les personnes qui portent le bipeur. Il rassemble des données objectives, comme la fréquence à laquelle quelqu'un est appelé et le nombre d'incidents qu'il traite pendant une astreinte, et les combine avec les signaux que l'équipe déclare elle-même sur la façon dont la charge est réellement ressentie. Le but est de faire remonter des schémas qui suggèrent une surcharge avant qu'un bon ingénieur ne s'épuise en silence.

L'outil est développé par Rootly AI Labs et distribué sous licence Apache 2.0, ce qui veut dire que le code source est ouvert à l'audit, à la modification et à l'auto-hébergement sur l'infrastructure avec laquelle votre équipe sécurité est à l'aise. Ce n'est pas un produit médical ni de diagnostic. Voyez-le comme un système d'alerte précoce pour la santé de l'équipe, pas comme une évaluation clinique.

La principale limite, c'est la portée. Il n'a de sens que pour les équipes qui font déjà tourner de vraies astreintes et qui ont branché les intégrations. Un développeur seul n'a rien à lui faire mesurer. Pas de processus d'incident, pas de signal.

Alors, comment ça marche ? Vous connectez vos outils, et l'application se charge de compter.

Pour commencer

1. Connectez-vous sur oncallhealth.ai avec votre e-mail professionnel. Ou clonez le dépôt et lancez-le avec Docker si vous préférez garder les données en interne.
2. Branchez vos sources : Rootly, PagerDuty, GitHub, Slack, Linear et Jira se lient chacune via son propre flux OAuth.
3. Laissez l'outil récupérer quelques semaines d'historique d'incidents et de charge pour avoir une base de comparaison.
4. Consultez le score OCH sur le tableau de bord et associez-le aux retours que vos ingénieurs déclarent eux-mêmes.
5. Fixez des seuils à partir desquels un score doit déclencher une discussion, puis revenez dessus à intervalles réguliers.