Что будет на курсе
01
Разбор библиотек Python и решение конкретных задач DevOps
02
Правила эффективного и поддерживаемого кода
03
Принципы автоматизации: Docker, Gitlab, Prometheus, K8S и др.
Что можно автоматизировать с Python
Автоматизация изменения конфигурации сервера
Раньше специалист техподдержки руками менял конфигурацию по запросу клиентов и вносил изменения в биллинг. Это занимало ~5 минут, а таких задач было 7-10 в день.

После автоматизации с помощью Python затраты на задачу сократились до 15 секунд.

Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросов

Кейс от Данила Бахаева,
DevOps-инженер в X5 Group

Инструмент для анализа и отключения холостых ресурсов
Компания активно пользуется облаком и тратит 2 миллиона рублей в месяц на инфраструктуру в AWS.

Можно написать инструмент на Python, который будет анализировать и отключать «холостые ресурсы».
Позволяющий сократить расходы на 40-50% или около 12 миллионов рублей в год.

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost
Python lint-тест для Ansible
и Kubernetes
Написали на Python lint-тесты для ansible и kubernetes. Они позволяли проверять на наличие обязательных параметров, которые были стандартными в рамках компании.

До этого проверяли руками и глазами, что конечно же намного дольше и неэффективней.
Сокращающий рутину

Кейс от Владимира Гурьянова,
Архитектора Флант

Prometheus-exporter для метрик в кастомном формате
У компании было много экзотических сервисов, которые необходимо мониторить.

Мы написали несколько Prometheus-exporter'ов на Python, что позволило эффективнее мониторить приложения (актуально для Fintech, ADtech, крупных медийных и сервисных площадок).
Сводящий к минимуму простой платформы

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost
Что можно автоматизировать с Python
Инструмент для анализа и отключения холостых ресурсов
Компания активно пользуется облаком и тратит 2 миллиона рублей в месяц на инфраструктуру в AWS.

Можно написать инструмент на Python, который будет анализировать и отключать «холостые ресурсы». Это позволит сократить расходы на 40-50% или около 12 миллионов рублей в год.

Артем Чекунов
Senior DevOps Engineer в Chartboost

Больше кейсов
Автоматизация изменения конфигурации сервера
Раньше специалист техподдержки руками менял конфигурацию по запросу клиентов и вносил изменения в биллинг. Это занимало ~5 минут, аналогичных задач было 7-10 в день.

После автоматизации с помощью Python затраты на задачу сократились до 15 секунд. Это экономит в среднем 23 часа в месяц и повышает лояльность клиентов за быстроту обработки запросов

Кейс от Данила Бахаева,
DevOps-инженер в X5 Group
Python lint-тест для Ansible
и Kubernetes
Написали на Python lint-тесты для ansible и kubernetes. Они позволяли проверять на наличие обязательных параметров, которые были стандартными в рамках компании.

До этого проверяли руками и глазами, что конечно же намного дольше и неэффективней.

Кейс от Владимира Гурьянова,
Архитектора Флант
Prometheus-exporter для метрик в кастомном формате
У компании было много экзотических сервисов, которые необходимо мониторить.

Мы написали несколько Prometheus-exporter'ов на Python, что позволило эффективнее мониторить приложения и свести к минимуму простой платформы (актуально для Fintech, ADtech, крупных медийных и сервисных площадок).

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost
Программа курса
Учите Python командой
С помощью Python компании автоматизируют задачи, которые годами делались вручную.

Что это значит для ваших сотрудников? Они перестают тратить время на рутину и концентрируются на действительно важных задачах, повышая эффективность работы.

Что это значит для вашей компании? Компании перестают тратить деньги на «холостые ресурсы» и начинают эффективнее мониторить приложения, сокращая расходы на 40-50%.

Чем больше команда —
тем дешевле обучение

Авторы и спикеры курса
{}
;
""
}
{
Сейчас оптимальное время для того, чтобы изучать Python. Уже существует множество библиотек и фреймворков, которые упрощают жизнь инженерам, но все еще есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций.
Денис Наумов, Techlead, Data Engineer в Skyeng
Антон Рязанцев, Expert Software Developer in Test,
Align Technology
}
{
Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нем можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП.
Отзывы студентов
Отзывы студентов
И в формате видеокурса, и в формате потока видеоуроки дополнены тестовыми заданиями на закрепление материала, а доступ к курсу сохраняется на 2 года.
8 задач devops
дата старта
16 января
3 АМА-сессии
Обучение в потоке длится 3 месяца. Четкий график поможет оставаться в тонусе и не забрасывать обучение.
Спикеры будут на связи: им можно задать вопросы на трех АМА-сессиях и пообщаться в закрытом чате группы. Он останется навсегда.
В курсе есть продвинутая практика с Python, на нее вы получите подробный код-ревью. Можно выполнить и итоговый проект, решающий вашу рабочую задачу, с подробным фидбэком от спикеров.
Формат видеокурса подойдет вам, если изучить Python нужно как можно скорее: курс станет доступен сразу после оплаты.

Только в формате потока вам станут доступны:
Различия в форматах обучения
Выбрать формат и оплатить
Поток с 16 января
15 000 ₽/мес.
В рассрочку на 4 месяца. Или 60000 ₽ единовременно.
73 онлайн-урока, доступ на 2 года
Практические задания

Код-ревью и итоговый проект
Закрытый чат с куратором

АМА-сессии со спикерами
Стенды для практики
Пройди тест и получи скидку на поток до 20%
или
Видеокурс
В рассрочку на 4 месяца. Или 40000 ₽ единовременно.
10 000 ₽/мес.
73 онлайн-урока, доступны сразу
Практические задания

Комплектом дешевле
Обычная цена 50 000 ₽
Комплект курсов
Выгода составит 22 000 ₽
Научим принципам автоматизации: Docker, Gitlab, Prometheus, K8S и др.
Python для инженеров
(5 поток)
Kubernetes База (видеокурс)
Базовый курс о Kubernetes: компоненты, абстракции, настройка кластера и запуск приложений
Обычная цена 60 000 ₽
Обычная цена 20 000 ₽
Комплект курсов
Выгода составит 16 000 ₽
Научим принципам автоматизации: Docker, Gitlab, Prometheus, K8S и др.
Python для инженеров
(5 поток)
Python: работа с API и фреймворками
Создадим скелет веб-сервиса с FastAPI, разберемся в видах тестирования, научимся писать под Ansible.
Обычная цена 60 000 ₽
Вы можете их задать директору курса Наталье Чайковской
Остались вопросы?