для инженеров

Python

;
""
]
{slurm}
видеокурс
При покупке курса - видеокурс Prometheus в подарок
🎁

Что будет на курсе

Разбор библиотек Python и решение конкретных задач DevOps

01

Правила эффективного и поддерживаемого кода

02

Принципы автоматизации: Docker, Gitlab, Prometheus, K8S и др.

03
Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросов

Кейс от Данила Бахаева,
DevOps-инженер в X5 Group

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.

Автоматизация изменения конфигурации сервера

Что смогли автоматизировать с Python наши студенты

Позволяющий сократить расходы на 40-50% или около 12 миллионов рублей в год.

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost
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».

Инструмент для анализа и отключения холостых ресурсов

Сокращающий рутину

Кейс от Владимира Гурьянова,
Архитектора Флант

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.

Python lint-тест для Ansible
и Kubernetes

Сводящий к минимуму простой платформы

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost
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).

Prometheus-exporter для метрик в кастомном формате

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

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
3 недели на сдачу домашней работы

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
""
Денис Наумов, Techlead, Data Engineer в Skyeng
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.
{
}
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.
{
}
Антон Рязанцев, Expert Software Developer in Test,
Align Technology
{}
;
Отзывы студентов
Отзывы студентов
Оплатить
Видеокурс
Практические задания

73 онлайн-урока, доступны сразу
на 2 года
12 500 ₽/мес.
В рассрочку на 4 месяца.
Или 50000 ₽ единовременно.
Рассрочка
только для физических лиц
Условия рассрочки:
Процесс оформления:
Комплектом дешевле
50 000 ₽
Видеокурс
Научим принципам автоматизации: Docker, Gitlab, Prometheus, K8S и др.
Python для инженеров
60 000 ₽
Видеокурс
Базовый курс о Kubernetes: компоненты, абстракции, настройка кластера и запуск приложений
Kubernetes База
Комплект курсов
Выгода 30 000 ₽
50 000 ₽
Видеокурс
Научим принципам автоматизации: Docker, Gitlab, Prometheus, K8S и др.
Python для инженеров
25 000 ₽
Видеокурс
Создадим скелет веб-сервиса с FastAPI, разберемся в видах тестирования, научимся писать под Ansible.
Python: работа с API и фреймворками
Комплект курсов
Выгода 23 000 ₽
Менеджер по продажам
Альберт Матюхин
Нужна консультация?
Обсудим ваши цели и ответим на вопросы
Отправляя форму, я соглашаюсь с Политикой Конфиденциальности Слёрм и предоставляю Согласие на обработку персональных данных и аудио- и видеорелиз