Научитесь склеивать сеть, базы, ОС, API, CI/CD, чаты и кластеры в один автоматизированный процесс — с идемпотентностью, атомарной записью и обработкой сбоев.
Для тех, кто уже пишет код — и хочет отвечать за результат
DevOps и SRE-инженеру
Уже пишете скрипты и хотите собирать из них надёжные production-инструменты
Системным администраторам
Автоматизируете инфраструктуру и упираетесь в потолок Bash
Инженерам интеграций
Нужно интегрировать между собой Git, GitLab CI, Kubernetes, мониторинг и таск-трекер
Архитекторам и тимлидам
Ревьюите код автоматизации и хотите задавать в команде единый стандарт
Будет плюсом:
Обязательно
Что нужно знать до начала обучения
Знать принцип работы пайплайнов и уметь настраивать. gitlab-ci.yml
Знать основные команды и уметь писать скрипты для автоматизации задач
Понимать назначение кластеров и операторов, иметь общее представление о Kubernetes
Знать назначение модулей и понимать логику Ansible-плейбуков
Знать синтаксис, типы данных, ООП и уметь писать код на Python
Уметь работать с репозиторием в Git
Иметь базовые навыки администрирования Linux
Знать синтаксис SELECT-запроса и уметь писать запросы к базе данных на SQL
Чему научим
Превращать ручные операции в автоматизацию
Свяжете сбор метрик, обновление доступов, обработку обращений и закрытие Issue в единый Python-пайплайн — с защитой от сбоев и дублей
Интегрировать сервисы через API
Будете выполнять HTTP-запросы, подключаться к серверам по SSH и собирать данные из базы, SSH и REST API в единый процесс
Обрабатывать данные и файлы
Создадите CLI-скрипты, провалидируете YAML, распарсите логи и настроите безопасную атомарную работу с файлами и правами
Создавать и тестировать сервисы
Соберёте REST API с вебхуком и хранилищем, Prometheus Exporter и асинхронный код. Напишете тесты с параметризацией и фикстурами.
Внедрять ChatOps и CI/CD-скрипты
Встроите Python-скрипты в GitLab CI, поработаете с GitLab API и создадите чат-бота на Errbot с очередью задач и интеграцией с мессенджером, Redis и таск-трекером
Спикер
Ярослав Телишевский
Архитектор высоконагруженных систем, ООО ВБ-ТЕХ
Больше 10 лет опыта
Разрабатывал ЕГРН для государства, облачную платформу для Сбербанка
Регулярно работает с: threading, asyncio, aiohttp, fastAPI, k8s, Ansible, Prometheus
Антон Рязанцев
Expert Software Developer in Test
«Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нём можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП»
Автор
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 всё ещё есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций»
Автор
Виталий Лихачев
SRE в крупном нидерландском тревелтехе, Ex-Avito Senior Software Engineer
9+ лет в коммерческой разработке
Работал в стартапах, на аутсорс и в продуктовых командах
Разрабатывал фронтенд, настраивал CI/CD и AWS, оптимизировал бэкенд и проводил технические собеседования
Пишет сложные проекты с нетривиальной бизнес логикой на php, python, golang и немного на java и nodejs
Спикер
Спикеры и авторы курса
Программа
1.1 Добро пожаловать на курс
2.1 FastAPI/Flask 2.2 Маршруты и обработчики 2.3 Работа с запросами/ответами, базовая валидация и типизация 2.4 Prometheus Exporter и регистрация метрик 2.5. Обзор sync/multithreading/asyncio как контекста для сервисов
3.1 Пирамида тестирования 3.2 Структура тестов в pytest 3.3 Параметризованные тесты и фикстуры, негативные тесты 3.4 Базовый coverage-отчёт
4.1 HTTP-запросы через requests (GET/POST, заголовки, аутентификация, обработка ошибок) 4.2 SSH-подключения через paramiko (команды, SCP) 4.3 Обзор библиотек для БД и брокеров сообщений 4.4 Docker-окружение для практики
5.1 Работа с CSV, JSON, YAML, XML 5.2 Разбор сложных структур; schema validation 5.3 Продвинутый argparse (subcommands, types) 5.4. advanced regex (именованные группы, lookahead)
6.1 subprocess. Popen 6.2 Интерактивные процессы и пайпы 6.3 Обработка сигналов SIGTERM/SIGINT 6.4 Мониторинг ресурсов через psutil 6.5 Работа с переменными окружения в Docker/systemd, ротация и структурирование логов
7.1 GitLab API (репозитории, issues, MR) 7.2 Использование gitpython, настройка GitLab CI 7.3 Запуск Python-скриптов в Docker-контейнере в пайплайне 7.4 Автоматизация задач через CI/CD
8.1 Подход ChatOps 8.2 Установка и базовая конфигурация Errbot 8.3 Создание и настройка плагинов 8.4 Обработчики сообщений, webhooks 8.5 Интеграция с мессенджером и GitLab/системой мониторинга
9.1 Архитектура Kubernetes (Pod, Deployment, Service, CRD 9.2 Паттерн Operator и библиотека Kopf 9.3 Обработчики событий (on.create/on.update/on.delete) 9.4 Базовый деплой и отладка оператора
10.1 Архитектура Ansible 10.2 Структура Python-модуля 10.3 AnsibleModule и параметры 10.4 Разработка собственного модуля и плагина инвентаря для Yandex Cloud 10.5 Проверка в playbook
Самостоятельная разработка проекта по рабочей задаче студента и защита проекта с разбором архитектурных решений
Финальный проект
По итогам курса студент выполняет финальное задание. Тему и путь решения нужно будет выбрать самостоятельно. Это может быть абсолютно любая автоматизация на Python
свой оператор для Kubernetes
свой модуль или плагин для Ansible
расширение любой системы вне изученных технологий
и многое другое
Как купить курс
Написать нам
В 75% случаев обучение готова оплатить компания. Напишите нам, и мы поможем.
Курс за счёт работодателя
Написать нам
старт 12 октября
Поток
в рассрочку на 4 месяца или 58 000 ₽ единовременно