Какой из следующих инструментов в первую очередь связан с мониторингом и визуализацией данных временных рядов?
👾 — Ansible
👍 — Git
🥰 — Grafana
⚡️ — Puppet
🐸 Библиотека задач по DevOps
👾 — Ansible
👍 — Git
🥰 — Grafana
⚡️ — Puppet
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰19
Как выглядит хороший кандидат на роль инженера DevOps?
Компетентный инженер DevOps должен обладать глубоким пониманием конвейеров CI/CD, иметь опыт работы с облачными сервисами и проявлять упреждающий подход к решению проблем. Он должен демонстрировать внимательное отношение к вопросам безопасности, уметь сотрудничать и иметь стремление к постоянному обучению.
Красные флаги
Будьте осторожны с кандидатами, у которых нет практического опыта работы с популярными инструментами DevOps или которые не знакомы с базовыми облачными сервисами. Нежелание сотрудничать или неспособность сформулировать важность безопасности в DevOps также могут вызывать опасения.
🐸 Библиотека задач по DevOps
Красные флаги
Будьте осторожны с кандидатами, у которых нет практического опыта работы с популярными инструментами DevOps или которые не знакомы с базовыми облачными сервисами. Нежелание сотрудничать или неспособность сформулировать важность безопасности в DevOps также могут вызывать опасения.
Please open Telegram to view this post
VIEW IN TELEGRAM
😁7🥱1
В распределённой системе, управляемой через CI/CD pipeline с Kubernetes и Helm, какой подход наиболее устойчив к ошибкам при деплое критических компонентов с нулевым временем простоя?
👾 — Использовать helm upgrade --install с включённым --force, чтобы гарантировать замену всех ресурсов, даже при наличии ошибок.
👍 — Удалять релиз перед каждой установкой (helm uninstall), чтобы очистить состояние и исключить конфликты в конфигурации.
🥰 — Применять blue-green deployment через Helm, управляя двумя namespace и переключением ingress вручную.
⚡️ — Использовать Helm hooks (pre-upgrade, post-upgrade) для управления rollout-ом, полагаясь на helm rollback при ошибке.
🐸 Библиотека задач по DevOps
👾 — Использовать helm upgrade --install с включённым --force, чтобы гарантировать замену всех ресурсов, даже при наличии ошибок.
👍 — Удалять релиз перед каждой установкой (helm uninstall), чтобы очистить состояние и исключить конфликты в конфигурации.
🥰 — Применять blue-green deployment через Helm, управляя двумя namespace и переключением ingress вручную.
⚡️ — Использовать Helm hooks (pre-upgrade, post-upgrade) для управления rollout-ом, полагаясь на helm rollback при ошибке.
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰7
Опишите составные части архитектуры Docker
Основные составные части архитектуры Docker — это:
✍🏻 сервер, содержит сервис Docker, образы и контейнеры. Сервис связывается с Registry, образы — метаданные приложений, запускаемых в контейнерах Docker.
✍🏻 клиент, применяется для запуска различных действий на сервере Docker.
✍🏻 registry, используется для хранения образов. Есть публичные, доступные каждому, например, Docker Hub и Docker Cloud.
🐸 Библиотека задач по DevOps
Основные составные части архитектуры Docker — это:
✍🏻 сервер, содержит сервис Docker, образы и контейнеры. Сервис связывается с Registry, образы — метаданные приложений, запускаемых в контейнерах Docker.
✍🏻 клиент, применяется для запуска различных действий на сервере Docker.
✍🏻 registry, используется для хранения образов. Есть публичные, доступные каждому, например, Docker Hub и Docker Cloud.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Что такое ведение логов аудита Kubernetes?
👾 — Планировщик для запуска контейнера
👍 — Логи, которые регистрируют все взаимодействия с API Kubernetes
🥰 — Инструмент для визуализации данных
⚡️ — Инструмент для оптимизации сетевых интерфейсов
Библиотека задач по DevOps
👾 — Планировщик для запуска контейнера
👍 — Логи, которые регистрируют все взаимодействия с API Kubernetes
🥰 — Инструмент для визуализации данных
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11
В GitOps-подходе с использованием ArgoCD и монорепозитория, какой сценарий наибольшим образом нарушает идемпотентность и предсказуемость деплоя?
👾 — Хранение всех манифестов в одной ветке и использование ArgoCD для автоматической синхронизации с HEAD
👍 —Разделение инфраструктурных и приложенческих манифестов по разным директориям в одном репозитории
🥰 — Прямое применение изменений в кластере через kubectl apply без фиксации в Git
⚡️ — Настройка ArgoCD на использование webhook-триггеров вместо периодической синхронизации
Библиотека задач по DevOps
👾 — Хранение всех манифестов в одной ветке и использование ArgoCD для автоматической синхронизации с HEAD
👍 —Разделение инфраструктурных и приложенческих манифестов по разным директориям в одном репозитории
🥰 — Прямое применение изменений в кластере через kubectl apply без фиксации в Git
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
🥰15
🤖 Зачем используется команда terraform taint?
Команда terraform taint позволяет пометить ресурс инфраструктуры для удаления и последующего воссоздания при следующем выполнении команды terraform apply.
Библиотека задач по DevOps
Библиотека задач по DevOps
Каким образом Kubernetes поддерживает указание службе ресурсов за пределами кластера?
👾 — Используя ресурсы Ingress
👍 — Настраивая службы ExternalName
🥰 — Определяя селекторы Pod
⚡️ — Применяя сетевые политики
Библиотека задач по DevOps
👾 — Используя ресурсы Ingress
👍 — Настраивая службы ExternalName
🥰 — Определяя селекторы Pod
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4👾3
Что находится на master ноде?
Kube-apiserver отвечает за оркестрацию всех операций кластера.
Controller-manager (Node controller + Replication Controller) Controller отвечает за функции контроля за нодами, репликами.
ETCD cluster (распределенное хранилище ключ-значение) ETCD хранит информацию о кластере и его конфигурацию.
Kube-sheduler отвечает за планирование приложений и контейнеров на нодах.
По-умолчанию на master ноде не размещаются контейнеры приложений, но данный фунционал возможно настроить.
Библиотека задач по DevOps
Controller-manager (Node controller + Replication Controller) Controller отвечает за функции контроля за нодами, репликами.
ETCD cluster (распределенное хранилище ключ-значение) ETCD хранит информацию о кластере и его конфигурацию.
Kube-sheduler отвечает за планирование приложений и контейнеров на нодах.
По-умолчанию на master ноде не размещаются контейнеры приложений, но данный фунционал возможно настроить.
Библиотека задач по DevOps
Где расположен крупнейший кластер центров обработки данных AWS?
👾 — Лос Анжелес
👍 — Северная Вирджиния
🥰 — Лаг Вегас
⚡️ — Нью-Йорк
Библиотека задач по DevOps
👾 — Лос Анжелес
👍 — Северная Вирджиния
🥰 — Лаг Вегас
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12
В чем разница между someMultiLineString: | и someMultiLineString: > в YAML?
Использование > заставит многострочную строку свернуться в одну строку:
Библиотека задач по DevOps
Использование > заставит многострочную строку свернуться в одну строку:
someMultiLineString: >
This is actually
a single line
do not let appearances fool you
Библиотека задач по DevOps
🧠 Выбор первого ML-проекта: чеклист против выгорания
Классика плохих решений в ML — выбрать слишком сложный проект: неделя ковыряния в коде, десятки крашей и никакого результата. Хотите дойти до финиша — начните с простого проекта, который реально можно довести до конца.
Мини-чеклист первого проекта:
1. Понятные данные — без «я нашёл датасет в даркнете, но он на суахили».
2. Измеримая метрика — «точность 92%», а не «ну вроде работает».
3. Объяснимый результат — чтобы не-техлид понял, почему модель ругается на спам.
Наш курс «ML для старта в Data Science» — старт от простого к сложному: теория → практика → проверка → проект в портфолио.
👉 Начать свой путь в Data Science
Оплатите курс по ML до 17 августа — курс по Python в подарок.
📅 Бесплатный вебинар с Марией Жаровой — 21 августа: как выбирать проекты, которые доводят до оффера, а не до психотерапевта.
💾 Сохрани, чтобы не потерять, когда будешь готов(а) начать
Классика плохих решений в ML — выбрать слишком сложный проект: неделя ковыряния в коде, десятки крашей и никакого результата. Хотите дойти до финиша — начните с простого проекта, который реально можно довести до конца.
Мини-чеклист первого проекта:
1. Понятные данные — без «я нашёл датасет в даркнете, но он на суахили».
2. Измеримая метрика — «точность 92%», а не «ну вроде работает».
3. Объяснимый результат — чтобы не-техлид понял, почему модель ругается на спам.
Наш курс «ML для старта в Data Science» — старт от простого к сложному: теория → практика → проверка → проект в портфолио.
👉 Начать свой путь в Data Science
Оплатите курс по ML до 17 августа — курс по Python в подарок.
📅 Бесплатный вебинар с Марией Жаровой — 21 августа: как выбирать проекты, которые доводят до оффера, а не до психотерапевта.
💾 Сохрани, чтобы не потерять, когда будешь готов(а) начать
❤1
Как Kubernetes обрабатывает сервисы с использованием множества модулей, использующих разные сетевые протоколы?
👾 — Ограничивая использование протоколов
👍 — Используя отдельные службы для каждого протокола
🥰 — Разрешая несколько определений портов для разных протоколов
⚡️ — Обеспечивая единообразие конфигураций протоколов
Библиотека задач по DevOps
👾 — Ограничивая использование протоколов
👍 — Используя отдельные службы для каждого протокола
🥰 — Разрешая несколько определений портов для разных протоколов
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
😎 Вы просили — мы сделали. Самый долгожданный анонс этого лета!
Мы открываем набор на второй поток курса «AI-агенты для DS-специалистов»!
На курсе мы учим главному навыку 2025 года: не просто «болтать» с LLM, а строить из них рабочие системы с помощью Ollama, RAG, LangChain и crew.ai.
📆 Старт потока — 15 сентября.
💸 Цена 49 000 ₽ действует только в эти выходные — до 17 августа. С понедельника будет дороже.
👉 Занять место
Мы открываем набор на второй поток курса «AI-агенты для DS-специалистов»!
На курсе мы учим главному навыку 2025 года: не просто «болтать» с LLM, а строить из них рабочие системы с помощью Ollama, RAG, LangChain и crew.ai.
📆 Старт потока — 15 сентября.
💸 Цена 49 000 ₽ действует только в эти выходные — до 17 августа. С понедельника будет дороже.
👉 Занять место
🌚1
В продакшн-среде у вас есть несколько микросервисов, упакованных в Docker-контейнеры. При обновлении одного из сервисов вы замечаете, что контейнеры начинают потреблять больше ресурсов и иногда «падать». Какой подход будет наиболее правильным для диагностики и устранения проблемы?
👾 — Увеличить лимиты CPU и RAM для контейнера в docker run или в docker-compose.yml, не меняя код
👍 — Использовать docker logs и инструменты вроде docker stats, а также подключить мониторинг (Prometheus/Grafana) для анализа нагрузки
🥰 — Пересобрать образ с ключом --no-cache, чтобы убедиться, что не используется устаревший слой
⚡️ — Настроить restart: always в docker-compose, чтобы контейнер автоматически перезапускался при падении
Библиотека задач по DevOps
👾 — Увеличить лимиты CPU и RAM для контейнера в docker run или в docker-compose.yml, не меняя код
👍 — Использовать docker logs и инструменты вроде docker stats, а также подключить мониторинг (Prometheus/Grafana) для анализа нагрузки
🥰 — Пересобрать образ с ключом --no-cache, чтобы убедиться, что не используется устаревший слой
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
👍12🥰2
🔥 Последняя неделя, чтобы забрать курс по AI-агентам по старой цене!
Пока вы тестируете Copilot, другие уже учатся строить AI-агентов, которые реально работают на бизнес. Хватит отставать!
Наш курс — это концентрат практики по LangChain и RAG. Улучшенная версия, доработанная по отзывам первого потока.
📆 Старт — 15 сентября.
💸 Цена 49 000 ₽ — только до 24 августа.
👉 Зафиксировать цену
Пока вы тестируете Copilot, другие уже учатся строить AI-агентов, которые реально работают на бизнес. Хватит отставать!
Наш курс — это концентрат практики по LangChain и RAG. Улучшенная версия, доработанная по отзывам первого потока.
📆 Старт — 15 сентября.
💸 Цена 49 000 ₽ — только до 24 августа.
👉 Зафиксировать цену
В продакшн-кластере вы заметили, что некоторые контейнеры занимают значительно больше места, чем ожидалось. Анализ показал, что Docker-образы разрослись до нескольких гигабайт. Какой из подходов наиболее правильный для оптимизации размера образов?
👾 — Использовать docker system prune -a, чтобы очистить все неиспользуемые образы и освободить место
👍 — Перейти на базовые образы типа alpine и оптимизировать Dockerfile (multi-stage build, минимизация слоёв)
🥰 — Хранить большие артефакты (логи, кеши) прямо внутри контейнера, чтобы не загружать файловую систему хоста
⚡️ — Запускать контейнеры с флагом --rm, чтобы они удалялись сразу после завершения работы
Библиотека задач по DevOps
👾 — Использовать docker system prune -a, чтобы очистить все неиспользуемые образы и освободить место
👍 — Перейти на базовые образы типа alpine и оптимизировать Dockerfile (multi-stage build, минимизация слоёв)
🥰 — Хранить большие артефакты (логи, кеши) прямо внутри контейнера, чтобы не загружать файловую систему хоста
Библиотека задач по DevOps
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤1
В кластере вы используете Docker для CI/CD. Иногда разработчики жалуются, что контейнеры работают нестабильно при одинаковом коде и Dockerfile. При анализе оказалось, что образы собираются на разных машинах и ведут себя по-разному. Какое решение наиболее корректное?
👾 — Запретить кэширование (--no-cache) при сборке, чтобы всегда собирать "с нуля"
👍 — Использовать фиксированные версии базовых образов и зависимостей (pinning), а также lock-файлы в пакетных менеджерах
🥰 — Перезапускать контейнеры до тех пор, пока они не будут работать стабильно
⚡️ — Использовать latest в базовых образах, чтобы всегда получать свежие зависимости.
🐸 Библиотека задач по DevOps
👾 — Запретить кэширование (--no-cache) при сборке, чтобы всегда собирать "с нуля"
👍 — Использовать фиксированные версии базовых образов и зависимостей (pinning), а также lock-файлы в пакетных менеджерах
🥰 — Перезапускать контейнеры до тех пор, пока они не будут работать стабильно
⚡️ — Использовать latest в базовых образах, чтобы всегда получать свежие зависимости.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍13
This media is not supported in your browser
VIEW IN TELEGRAM
☝️ Один мудрый тимлид дал двум своим разработчикам по «таланту» — мощной, но своенравной LLM.
Первый разработчик испугался её «галлюцинаций». Он запер модель в песочнице, не давая ей доступа к свежим данным. На вопросы модель отвечала красиво, но часто придумывала факты, то есть врала. Он просто «закопал» свой талант, боясь им пользоваться.
Второй же разработчик не побоялся. Он построил для своей LLM систему RAG — дал ей «лопату и карту», чтобы находить сокровища в базе знаний компании. Его AI-агент отвечал точно по делу, ссылаясь на реальные документы. Он заставил свой «талант» работать и приносить пользу.
Именно такие системы мы и будем строить на втором потоке нашего курса «AI-агенты для DS-специалистов». Мы не просто поговорим о RAG, а соберём полный пайплайн с оценкой качества, чтобы ваш агент не врал.
Представьте, что вы сможете начать изучать эту сложную и востребованную тему уже 15 сентября, а не ждать официального старта в октябре. У вас будет фора в 3 недели, чтобы спокойно разобраться в векторных базах и подходе «LLM as a Judge».
💸 Цена 49.000 ₽ действует последние 4 дня — до 24 августа.
👉 Начать строить RAG раньше других
Первый разработчик испугался её «галлюцинаций». Он запер модель в песочнице, не давая ей доступа к свежим данным. На вопросы модель отвечала красиво, но часто придумывала факты, то есть врала. Он просто «закопал» свой талант, боясь им пользоваться.
Второй же разработчик не побоялся. Он построил для своей LLM систему RAG — дал ей «лопату и карту», чтобы находить сокровища в базе знаний компании. Его AI-агент отвечал точно по делу, ссылаясь на реальные документы. Он заставил свой «талант» работать и приносить пользу.
Мощь LLM раскрывается не в ней самой, а в системах, которые вы строите вокруг неё.
Именно такие системы мы и будем строить на втором потоке нашего курса «AI-агенты для DS-специалистов». Мы не просто поговорим о RAG, а соберём полный пайплайн с оценкой качества, чтобы ваш агент не врал.
Представьте, что вы сможете начать изучать эту сложную и востребованную тему уже 15 сентября, а не ждать официального старта в октябре. У вас будет фора в 3 недели, чтобы спокойно разобраться в векторных базах и подходе «LLM as a Judge».
💸 Цена 49.000 ₽ действует последние 4 дня — до 24 августа.
👉 Начать строить RAG раньше других
В CI/CD пайплайне часто случаются фейлы при деплое в Kubernetes из-за того, что некоторые сервисы ещё не успели подняться, а другие уже начинают к ним обращаться. Какой подход будет наиболее правильным для решения этой проблемы?
👾 — Увеличить таймаут деплоя в CI/CD и просто ждать дольше
👍 — Использовать readinessProbe и livenessProbe в манифестах Pod’ов, чтобы контролировать доступность сервисов
🥰 — Настроить в пайплайне ручное подтверждение перед каждым шагом деплоя
⚡️ — Отключить проверки доступности сервисов и надеяться, что при рестарте всё заработает
🐸 Библиотека задач по DevOps
👾 — Увеличить таймаут деплоя в CI/CD и просто ждать дольше
👍 — Использовать readinessProbe и livenessProbe в манифестах Pod’ов, чтобы контролировать доступность сервисов
🥰 — Настроить в пайплайне ручное подтверждение перед каждым шагом деплоя
⚡️ — Отключить проверки доступности сервисов и надеяться, что при рестарте всё заработает
Please open Telegram to view this post
VIEW IN TELEGRAM
👍18