DevOps Labdon
441 subscribers
22 photos
1 video
1 file
589 links
👑 DevOps Labdon

حمایت مالی:
https://www.coffeete.ir/mrbardia72

ادمین:
@mrbardia72
Download Telegram
🔵 عنوان مقاله
See More, Worry Less: Managed Database Observability, Monitoring, and Hardening Advancements (2 minute read)

🟢 خلاصه مقاله:
DigitalOcean اخیراً سه به‌روزرسانی عمده در سرویس‌های پایگاه داده مدیریت‌شده خود اعمال کرده است: 1- ادغام Datadog، که امکان ارسال خودکار لاگ‌ها و نظارت بهتر را فراهم می‌کند و به کاربران اجازه می‌دهد تا بازدهی و وضعیت سیستم‌های خود را به صورت دقیق‌تری رصد کنند. 2- هشدارهای پیش‌فرض منابع و اعلان‌های پیشرفته کلاستر که به کاربران امکان می‌دهد جهت نظارت و واکنش فوری در برابر مشکلات احتمالی اطلاع‌رسانی دریافت کنند. 3- برچسب‌گذاری آی‌پی منابع مورد اعتماد، که امنیت و مدیریت آی‌پی‌های دسترسی‌دهنده به پایگاه داده را بهبود می‌بخشد. این به‌روزرسانی‌ها با هدف افزایش کارایی، امنیت و قابلیت نظارت در ارائه سرویس‌های دیتابیس مدیریت‌شده عرضه شده است.

🟣لینک مقاله:
https://www.digitalocean.com/blog/managed-databases-observability-updates?utm_source=tldrdevops


👑 @DevOps_Labdon
Forwarded from Software Engineer Labdon
اصطلاح requirement driven vibe coding چیست؟

https://t.iss.one/Software_Labdon/599?single

مزیت استفاده از این روش چیست؟

https://t.iss.one/Software_Labdon/601

مفهوم feature creep یا scope creep چیست؟

https://t.iss.one/Software_Labdon/602

مفهوم bureaucratic در توسعه نرم افزار چیست؟

https://t.iss.one/Software_Labdon/603


https://t.iss.one/addlist/QtXiQlynEJwzODBk
🔵 عنوان مقاله
New Amazon EC2 P6e-GB200 UltraServers accelerated by NVIDIA Grace Blackwell GPUs for the highest AI performance (3 minute read)

🟢 خلاصه مقاله:
مقاله‌ای که مرور شده، به بررسی عملکرد سرورهای Amazon EC2 P6e-GB200 UltraServers که توسط NVIDIA GB200 NVL72 پشتیبانی می‌شوند، پرداخته است. این سرورها برای آموزش و استنباط هوش مصنوعی (AI)، عملکرد GPU برجسته‌ای ارائه می‌دهند. نکته مهم در این مقاله، بیان کیفیت و سرعت بالا در پردازش‌های مرتبط با AI است که به واسطه تکنولوژی پیشرفته NVIDIA GB200 NVL72 فراهم آمده است. همچنین، تاکیدی بر بهینه‌سازی‌های اختصاصی برای پردازش‌های AI شده و بینش‌هایی درباره چگونگی بهبود فرآیندهای آموزش و استنباط ارائه شده است. این فناوری جدید، قابلیت‌های عملی و تئوری بزرگی در زمینه هوش مصنوعی افتتاح می‌کند و از این رو، انتظار می‌رود که تأثیر قابل توجهی در صنعت AI داشته باشد.

🟣لینک مقاله:
https://aws.amazon.com/blogs/aws/new-amazon-ec2-p6e-gb200-ultraservers-powered-by-nvidia-grace-blackwell-gpus-for-the-highest-ai-performance/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
Understand your software's supply chain with GitHub's dependency graph (3 minute read)

🟢 خلاصه مقاله:
خلاصه مقاله: نمودار وابستگی GitHub ابزاری است که نقشه‌ای دقیق و بصری از وابستگی‌های مستقیم و میانی را فراهم می‌کند و به توسعه‌دهندگان کمک می‌کند تا زنجیره تأمین نرم‌افزاری خود را درک و مدیریت کنند. این ابزار با ارائه دیدگاهی جامع به وابستگی‌های پروژه، دسترسی آسانی به ساختار و ترکیب بندی کتابخانه‌ها و پکیج‌های استفاده شده در پروژه‌ها می‌دهد. استفاده از نمودار وابستگی می‌تواند در شناسایی به موقع آسیب‌پذیری‌ها و مشکلات امنیتی مرتبط با وابستگی‌ها بسیار مفید باشد، زیرا توسعه‌دهندگان می‌توانند تغییرات و به‌روزرسانی‌های لازم را به طور موثر اعمال کنند و از سلامت نرم‌افزار خود اطمینان حاصل کنند. این قابلیت یکی از ابزارهای کلیدی در مدیریت مدرن پروژه‌های نرم‌افزاری است که به بهبود کیفیت و امنیت برنامه‌ها کمک شایانی می‌کند.

🟣لینک مقاله:
https://github.blog/security/supply-chain-security/understand-your-softwares-supply-chain-with-githubs-dependency-graph/?utm_source=tldrdevops


👑 @DevOps_Labdon
1
📱 30 Kubernetes Tutorials

Each one focused on a key concept, tool, or best practice.

1. Kubernetes Architecture - https://lnkd.in/gSB2GyXp
2. High Availability - https://lnkd.in/gzYd97Ee
3. Best Practices (Design & Setup) - https://lnkd.in/gPUx8uNP
4. Minikube - https://lnkd.in/gAgcw2q6
5. Kubeadm - https://lnkd.in/gkCQAajB
6. Kubeconfig File - https://lnkd.in/gEnUdrj7
7. Vagrant VMs - https://lnkd.in/gtKNepyc
8. eksctl - https://lnkd.in/ghUDuDQx
9. kubectl - https://lnkd.in/gzbd7263
10. Kubernetes Cluster - https://lnkd.in/giaAps_S
11. Etcd - https://lnkd.in/g9icGcME
12. Kubernetes Pod - https://lnkd.in/gtGGyJR7
13. Init Containers - https://lnkd.in/gPaDpyUP
14. Daemonset - https://lnkd.in/gAM7pxrK
15. Pod Lifecycle - https://lnkd.in/gtwBJr3w
16. Kubernetes Ingress - https://lnkd.in/gN2RD3ei
17. Nginx Ingress - https://lnkd.in/ghvGtGS3
18. K8s YAML Manifests - https://lnkd.in/gJQ-pPJE
19. Alert Manager - https://lnkd.in/gHM6DnFE
20. EFK Stack - https://lnkd.in/gSC6bj37
21. K8s Logging - https://lnkd.in/g8VG6nti
22. Kustomize - https://lnkd.in/gziADVvS
23. Sealed Secrets - https://lnkd.in/gceD9mpU
24. Docker Image In K8s Pod - https://lnkd.in/g4qUgj4E
25. Jenkins Build Agents - https://lnkd.in/gf9R-qin
26. Kustomize Secret - https://lnkd.in/gW_eugbf
27. Deploy Argo CD - https://lnkd.in/gHUMhS7Q
28. Install Helm for K8s - https://lnkd.in/gn2DHbRz
29. MongoDB - https://lnkd.in/ga8DmNKb
30. Hashicorp Vault - https://lnkd.in/gB7EZYJT


https://t.iss.one/addlist/QtXiQlynEJwzODBk
1
🔵 عنوان مقاله
Resource hooks (3 minute read)

🟢 خلاصه مقاله:
پولومی نسخه 3.179.0 با عرضه قابلیت جدیدی تحت عنوان "قلاب‌های منابع" (Resource hooks)، یکی از ویژگی‌های درخواست شده بسیار توسط کاربران را معرفی کرده است. این ویژگی به کاربران اجازه می‌دهد تا کدهای دلخواهی را در هر نقطه از چرخه حیات منابع پولومی اجرا کنند. کاربران می‌توانند توابع مرتبط با فراخوانی‌های اختصاصی را به عملیات‌های ایجاد، بروزرسانی و حذف منسوب کنند، که این امکان رفتار سفارشی قبل یا بعد از اجرای عملیات‌ها را فراهم می‌آورد، مانند برپایی تونل SSH یا ارسال معیارها به انباره داده. همچنین، قلاب‌های منابع در راهنمای ایجاد یک وب سرور EC2 بکار رفته‌اند تا قبل از علامت‌دار کردن تکمیل شدن استقرار پولومی، سلامت وب سرور را بررسی کنند. این گام‌های نوآورانه به بهبود دقت و کارایی در استقرارهای پولومی کمک شایانی می‌کند.

🟣لینک مقاله:
https://www.pulumi.com/blog/resource-hooks/?utm_source=tldrdevops


👑 @DevOps_Labdon
1
🔵 عنوان مقاله
Setting up a local Langfuse server with Kubernetes to trace Agentic systems (2 minute read)

🟢 خلاصه مقاله:
برای توسعه کاربردهای LLM حساس، می‌توان با استفاده از ابزارهایی مانند Helm Chart و Kubernetes، یک خوشه GPU محلی را با سرور Langfuse میزبانی‌شده خود راه‌اندازی کرد. جزئیات پیکربندی شامل ایجاد یک فضای نام با فایل namespace.yml، تنظیم رمزهای واجب با kubernetes-secret-generator در یک فایل secrets.yml، و پیکربندی زیرساخت با Traefik برای اجازه دسترسی ترافیک محلی به سرور Langfuse است. این روند به توسعه‌دهندگان کمک می‌کند تا بتوانند برنامه‌های LLM را در محیطی کنترل‌شده و ایمن توسعه دهند و مدیریت کنند.

🟣لینک مقاله:
https://xebia.com/blog/setting-up-local-langfuse-server/?utm_source=tldrdevops


👑 @DevOps_Labdon
Forwarded from AI Labdon
جزئیات تیم فوق‌هوش مصنوعی متا (فیسبوک) فاش شده !
تیمی که متا برای توسعه هوش مصنوعی فوق‌پیشرفته خود تشکیل داده، شامل ۴۴ نفر است که:
۵۰٪ از چین هستند،
۷۵٪ دارای مدرک دکتری (PhD) هستند و ۷۰٪ محقق‌اند،
۴۰٪ از OpenAI، ۲۰٪ از DeepMind و ۱۵٪ از Scale جذب شده‌اند،
۲۰٪ در سطح L8+ (سطح بالای شغلی) فعالیت می‌کنند،
۷۵٪ مهاجران نسل اول هستند.
هر یک از این افراد احتمالاً سالانه بین ۱۰ تا ۱۰۰ میلیون دلار حقوق دریافت می‌کنند!
هرچی top اینجاس
فقط سابقه هاشون رو نگاه کنید
یکشون 37 سال سابقه کار داره YoE
به احتمال زیاد از 14 سالگی کد میزنه

https://t.iss.one/addlist/QtXiQlynEJwzODBk
🔵 عنوان مقاله
Zig's New Async I/O (13 minute read)

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار می‌گیرد به توضیح و معرفی سیستم جدید I/O ناهمزمان در زبان برنامه‌نویسی Zig می‌پردازد. این سیستم تازه‌وارد در اصل با هدف جداسازی منطق ناهمزمان از مدل‌های اجرایی و ارائه رابط کاربری Io یکپارچه طراحی شده‌است. این تغییر اساسی اجازه می‌دهد تا کد‌ها در موقعیت‌هایی با ویژگی‌های انسدادی و غیرانسدادی بطور یکسانی قابل استفاده و بدون تغییر باقی بمانند. بدین ترتیب، نیاز به رنگ‌آمیزی تابعی، که نشان‌دهنده ماهیت ناهمزمان یا همزمان بودن تابع در کدهای قبلی بود، کاهش می‌یابد. علاوه بر این، این رویکرد به بهره‌وری بالا در عملیات ورودی/خروجی می‌انجامد، مثلاً در موارد استفاده از توابعی مثل sendFile و drain که به صورت کارآمدتر اجرا می‌شوند. با این حالت جدید، کد‌ها نه تنها کارآمدتر بلکه قابل استفاده مجدد و سازگارتر نیز می‌شوند.

🟣لینک مقاله:
https://kristoff.it/blog/zig-new-async-io/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
Is Fewer Incidents Always Good? (3 minute read)

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته بیان می‌کند که تیم‌های فناوری اغلب به دنبال کاهش حوادث هستند اما تلاش برای رسیدن به صفر حادثه غیر واقع‌بینانه است و می‌تواند به انعطاف‌پذیری سازمانی آسیب بزند. تاکید بر تعداد حوادث به تنهایی معیار گمراه‌کننده‌ای است زیرا فرصت‌های ارزشمند یادگیری را مخفی می‌کند و تعیین اهداف براساس کاهش حوادث ریسک تشویق به گزارش نکردن حوادث به جای بهبود واقعی را دارد.این رویکرد می‌تواند منجر به کم‌توجهی به ریشه‌یابی و حل مشکلات اصلی شود، در حالی که تشریح و بررسی حوادث می‌تواند به ساختاری مستحکم‌تر و آمادگی بهتر در مواجهه با مشکلات آینده کمک کند. بنابراین، به جای تمرکز بر کاهش تعداد حوادث، تمرکز بر یادگیری و پیشرفت مداوم از این حوادث است که می‌تواند به‌طور واقعی بهبود و افزایش انعطاف‌پذیری سازمانی را به همراه داشته باشد.

🟣لینک مقاله:
https://uptimelabs.io/is-fewer-incidents-always-good/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
WebAssembly: Yes, but for What? (13 minute read)

🟢 خلاصه مقاله:
WebAssembly، که در محیط‌هایی با کارایی بالا، امنیت قوی و زمان بارگذاری سریع مانند افزونه‌های مرورگر، فضای ابری و محاسبات لبه‌ای بسیار عالی عمل می‌کند، به دلیل وجود شکاف‌ها در اکوسیستم و ابزارها، هنوز به صورت گسترده در توسعه وب معمولی به کار گرفته نشده است. با این حال، پیشرفت‌های اخیر مانند جمع‌آوری زباله داخلی (Garbage Collection) و مدل مؤلفه‌ای (Component Model) ممکن است کاربردهای آینده‌ی آن را در محیط‌های ابری، سیستم‌های عامل و بارگذاری‌های کاری AI امن، گسترش دهد. این تحولات امیدوارکننده نشان دهنده‌ی پتانسیل وب‌اسمبلی برای تبدیل شدن به یک راه‌حل مؤثرتر در زمینه‌های فن‌آوری مختلف است. افزایش تطابق و کاربرد در صنایع گوناگون می‌تواند در آینده به شکل‌گیری یک اکوسیستم قوی‌تر و یکپارچه‌سازی بهتر کمک کند.

🟣لینک مقاله:
https://queue.acm.org/detail.cfm?id=3746171&utm_source=tldrdevops


👑 @DevOps_Labdon
1
با نرم‌افزار متن‌باز Dokploy میشه وب‌اپ، API، دیتابیس و سرویس‌های مختلف رو به سبک Heroku یا Vercel اما روی سرور مجازی شخصی میزبانی کرد!
این PaaS خود میزبان و ساده؛ امکاناتی مثل دیپلوی خودکار، مولتی‌سرور، مانیتورینگ، ارسال نوتیف، لود بالانسر و ... رو داره.
https://dokploy.com

<Yaser Shahi/>
🔵 عنوان مقاله
Enhance application quality with AI-powered test generation (3 minute read)

🟢 خلاصه مقاله:
مقاله‌ای که مطالعه کرده‌اید، به بررسی نقش زوج GitLab و Amazon Q در خودکارسازی تولید آزمون‌های واحدی جامع می‌پردازد، که به بهبود پوشش کد و انسجام آن کمک کرده و در عین حال، تلاش‌های دستی را به طور قابل توجهی کاهش می‌دهد. این فرآیند با تحلیل کدهای جدید در زمان درخواست‌های ادغام انجام می‌شود. هوش مصنوعی معرفی شده، آزمون‌هایی را تولید می‌کند که قادر به رویارویی با موارد حاشیه‌ای و حفظ کیفیت در سراسر تیم توسعه است. این تکنولوژی نه تنها به افزایش کارایی کمک می‌کند بلکه اطمینان از کیفیت نرم‌افزار را نیز در طی فرآیندهای توسعه تضمین می‌نماید. از طریق این نوآوری، شرکت‌ها می‌توانند به سرعت و با اطمینان بیشتر نرم‌افزارهای خود را توسعه دهند.


🟣لینک مقاله:
https://about.gitlab.com/blog/enhance-application-quality-with-ai-powered-test-generation/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
A distributed systems reliability glossary (28 minute read)

🟢 خلاصه مقاله:
این فرهنگ‌لغت، که با هدف کمک به توسعه‌دهندگان برای افزایش دانش آن‌ها از طریق تعاریف روشن و فهم‌پذیر طراحی شده است، یک منبع جامع برای درک اطمینان سیستم‌های توزیع‌شده را ارائه می‌دهد. این مقاله به عنوان یک راهنمای عملی و دقیق برای آشنایی با مفاهیم اصلی و پیچیدگی‌های مرتبط با سیستم‌های توزیع‌شده عمل می‌کند. هدف از این فرهنگ‌لغت، ارتقاء دانش کلی توسعه‌دهندگان در زمینه طراحی، پیاده‌سازی، و تحلیل سیستم‌های توزیع‌شده است تا به آن‌ها کمک کند تا با چالش‌های رایج در این حوزه به شکل اثربخش‌تری مواجه شوند. این فرهنگ لغت نه تنها تعاریفی دقیق و قابل دسترس ارائه می‌دهد، بلکه در تشریح اصطلاحات فنی و تکنولوژی‌های مورد استفاده در اطمینان از کارکرد صحیح سیستم‌های توزیع‌شده، عمیقاً وارد می‌شود.

🟣لینک مقاله:
https://antithesis.com/resources/reliability_glossary/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
Figma's $300,000 Daily AWS Bill Highlights Cloud Dependency Risks (3 minute read)

🟢 خلاصه مقاله:
مقاله‌ای که مورد بررسی قرار گرفته اشاره دارد به هزینه‌های شرکت Figma برای استفاده از سرویس‌های AWS، که به طور روزانه حدود 300,000 دلار و سالانه حدود 100 میلیون دلار است. علاوه بر این، Figma تعهدی به مبلغ 545 میلیون دلار برای پنج سال به موجب قرارداد جدید میزبانی امضا کرده است. وابستگی شدید این شرکت به AWS می‌تواند خطرات عملیاتی و اختلالات احتمالی در کسب‌وکار را به همراه داشته باشد. این موضوع منعکس‌کننده نگرانی‌های گسترده‌تر در صنعت نسبت به هزینه‌های سرویس‌های ابری و محدودیت‌های ایجاد شده توسط قفل‌کردن فروشنده‌ها (vendor lock-in) است.

🟣لینک مقاله:
https://www.infoq.com/news/2025/07/figma-aws-300k-daily-bill/?utm_source=tldrdevops


👑 @DevOps_Labdon
🙏1
🔵 عنوان مقاله
Trace Distributed Map states for AWS Step Functions with Datadog (6 minute read)

🟢 خلاصه مقاله:
AWS Step Functions' Distributed Map قابلیتی فراهم می‌کند که تا ۱۰۰۰۰ اجرای همزمان را مدیریت می‌کند، که این امر به کاربر این توانایی را می‌دهد که می‌توانند پردازش‌های داده‌ای در مقیاس بزرگ مانند تبدیل تصویر یا بلعیدن لاگ را به شکل مؤثر اجرا کنند. Datadog نوعی نظارت دقیق و جامع بر این گونه فرآیندها فراهم می‌آورد. این نظارت شامل اتصال ردیابی‌های والدین و فرزندان، تجسم مسیرهای اجرایی، و همچنین برچسب‌زنی متریک‌ها برای شناسایی وضعیت‌های فرزند منتشر شده‌است تا کاربر بتواند بینش بهتر و واضح‌تری به نظارت داشته باشد. این ویژگی‌ها به مدیریت و عیب‌یابی فرآیندهای پیچیده و مقیاس‌پذیر کمک می‌کنند.

🟣لینک مقاله:
https://www.datadoghq.com/blog/trace-distributed-maps-step-functions/?utm_source=tldrdevops


👑 @DevOps_Labdon
🔵 عنوان مقاله
The 2025 Docker State of Application Development Report (12 minute read)

🟢 خلاصه مقاله:
گزارش سال 2025 از وضعیت توسعه برنامه‌های Docker، که بر اساس نظرسنجی از بیش از 4500 توسعه‌دهنده انجام شده‌است، نشان می‌دهد که زبان برنامه‌نویسی پایتون با استفاده 64 درصد از توسعه‌دهندگان، از جاوا اسکریپت پیشی گرفته و به عنوان محبوب‌ترین زبان شناخته شده است. از سوی دیگر، تنها 22 درصد از پاسخ‌دهندگان به طور کلی از ابزارهای هوش مصنوعی در محل کار استفاده می‌کنند، در حالی که 76 درصد از کارکنان بخش IT و SaaS از این ابزارها بهره می‌برند. علاوه بر این، 64 درصد از توسعه‌دهندگان ترجیح می‌دهند از محیط‌های غیرمحلی استفاده کنند. این یافته‌ها تأثیر عمده‌ای در روند‌های آتی توسعه نرم‌افزار خواهد داشت.

🟣لینک مقاله:
https://www.docker.com/blog/2025-docker-state-of-app-dev/?utm_source=tldrdevops


👑 @DevOps_Labdon
Forwarded from Bardia & Erfan
بازجویی دوباره از مدیرعامل تلگرام در فرانسه

▪️پاول دورف، مدیرعامل تلگرام، روز گذشته برای سومین بار در دادگاهی در پاریس حاضر شد تا به اتهاماتی مرتبط با تسهیل جرایم سازمان‌یافته در بستر این پیام‌رسان پاسخ دهد. او به همراه چهار وکیلش در جلسه‌ای رسمی شرکت کرد.

▪️این پرونده مربوط به بازداشت دورف در سال ۲۰۲۴ در فرانسه است؛ موضوع اصلی، نقش احتمالی تلگرام در انتشار محتوای غیرقانونی و ضعف در نظارت بر آن‌هاست.

▪️تیم حقوقی او با انتشار بیانیه‌ای تأکید کرده‌اند:

«ما هم مشروعیت کیفرخواست صادرشده علیه موکل‌مان و هم روند بعضی از اقدامات تحقیقاتی را، که در تضاد با قوانین داخلی و مقررات اتحادیه اروپا بوده‌اند، به‌طور جدی زیر سوال می‌بریم.»
استخدام مهندس DevOps با تمرکز بر معماری Serverless (AWS)
📍 محل کار: دورکاری
💼 نوع همکاری: نیمه وقت
پرداخت به صورت ريالي

ما به دنبال یک مهندس DevOps با تجربه در معماری Serverless و خدمات AWS هستیم تا به تیم فنی ما بپیوندد و در توسعه و نگهداری زیرساخت‌های مدرن ابری ما کمک کند.

🌐 شرح وظایف

ساخت و نگهداری  CI/CD با استفاده از AWS CodePipeline

مدیریت معماری ترکیبی با استفاده از Lambda، ECS و EC2

طراحی زیرساخت‌های مقیاس‌پذیر با استفاده از Aurora، SQS، SNS، CloudWatch و سایر سرویس‌های AWS

پیاده‌سازی نظارت، هشداردهی و مشاهده‌پذیری (Observability) برای اطمینان از سلامت سیستم

بهینه‌سازی فرآیندهای استقرار با استفاده از ابزارهای Infrastructure as Code مانند Terraform یا CDK

اجرای بهترین رویه‌ها در معماری serverless، کاهش هزینه و اتوماسیون فرآیندها


ویژگی‌های مورد نیاز

حداقل ۳ سال تجربه در زمینه DevOps و مهارت قوی در خدمات AWS

تجربه عملی در معماری Serverless و رویدادمحور (Event-driven)

تسلط به سرویس‌های کلیدی AWS شامل: Lambda، ECS، EC2، Aurora، SQS، SNS، IAM، CodePipeline

تجربه در استفاده از CloudWatch Logs، Metrics و Alarms برای مانیتورینگ و دیباگ

مهارت در اسکریپت‌نویسی با Python یا Bash

آشنایی با ابزارهای Infrastructure as Code مانند Terraform یا AWS CDK


مهارت‌های امتیازی

داشتن گواهینامه‌های AWS مانند DevOps Engineer - Professional یا Solutions Architect

تجربه با ابزارهای مانیتورینگ و لاگ‌گیری مانند:

CloudWatch Contributor Insights

X-Ray، Prometheus، Grafana


آشنایی با ابزارهای کنترل هزینه مانند AWS Cost Explorer یا CloudZero

📩 اگر علاقه‌مند هستید، رزومه خود را به آیدی @alireza_esfahani76 ارسال کنید