Сборка Python-сервиса в Docker идёт долго: при каждом изменении кода заново ставятся зависимости. Как оптимизировать время сборки без потери воспроизводимости?

👾 — COPY . . перед установкой и RUN pip install -r requirements.txt
👍 — Многоступенчатая сборка + стабильный базовый образ; сначала COPY requirements*.txt и
RUN --mount=type=cache,target=/root/.cache/pip pip install -r requirements.txt, затем COPY src/ . — чтобы кэш слоёв зависимостей сохранялся
🥰 — Всегда брать python:latest, чтобы получать свежие зависимости
⚡️ — Собирать с --no-cache, чтобы не было «залипшего» кэша

Библиотека задач DevOps

❗ Сегодня премьера

В 19:00 МСК стартует бесплатный вебинар с Максимом Шаланкиным — «ИИ-агенты: новая фаза развития искусственного интеллекта».

В программе:
— почему агенты ≠ чат-боты;
— живое демо простого агента;
— и как эта тема встроена в курс, который разработан под руководством Никиты Зелинского.

⏰ Это прямой эфир: подключиться можно через лендинг курса.

Как абстракция Service в Kubernetes помогает ослаблять связность приложений (decoupling)?

👾 — Определяя логические наборы конечных точек
👍 — Управляя репликами контейнеров
🥰 — Применяя политики безопасности
⚡️ — Предоставляя прямой доступ к Pod’ам

Библиотека задач DevOps

Как обеспечить гибкость при развертывании и развитии сервисов в Kubernetes?

👾 — Используя статические IP-адреса
👍 — Динамически изменяя метки Pod
🥰 — Ссылаясь на имена портов в конфигурациях служб
⚡️ — Настраивая сетевые протоколы вручную

Библиотека задач по DevOps

🤫 Курс «ИИ-агенты для DS-специалистов»

Каждый технологический скачок оставляет позади тех, кто «подождал ещё чуть-чуть». ИИ-агенты — это новый рывок.

Уже через пару лет именно они будут драйвить аналитику и автоматизацию. Хотите остаться на гребне?

🖥️ На курсе «ИИ-агенты для DS-специалистов» мы разберём:

— создание AI-агентов с нуля
— сборку собственной RAG-системы
— интеграцию LLM под задачи бизнеса

📌 Курс подходит:

→ ML/AI инженерам (middle+ / senior)
→ Data Scientists
→ Backend и platform-инженерам
→ Advanced CS/DS студентам

⚡️ Старт уже скоро — 3 октября.

💰 До 28 сентября действует скидка — 57.000 ₽ вместо 69.000 ₽ (по промокоду datarascals).

🔗 Узнать больше о курсе и записаться

З.ы. если вы не успели на вебинар «ИИ-агенты: новая фаза развития искусственного интеллекта» — запись уже доступна

Pod’ы с PersistentVolumeClaim зависают в Pending при динамическом провижининге на zoned-инфраструктуре. Причина — том пытаются создать до того, как шедулер выбрал ноду, и топология не совпадает. Что сделать правильно?

👾 — Увеличить CPU/Memory лимиты Pod’ов
👍 — Перейти на emptyDir вместо PVC
🥰 — В StorageClass включить volumeBindingMode: WaitForFirstConsumer
⚡️ — Удалить и пересоздать PVC при каждом деплое

Библиотека задач по DevOps

🚀 Всё о курсе «ИИ-агенты для DS-специалистов»

❓ Зачем нужны ИИ-агенты?

Это системы, которые берут на себя задачи аналитики и автоматизации. Именно они становятся основой для работы с корпоративными данными и для поддержки принятия решений.

❓ Зачем мне курс?

Курс отвечает на три ключевых вопроса:

— Как построить собственную систему агентов с нуля?
— Каким образом использовать RAG-подход для работы с корпоративными данными?
— Как адаптировать LLM под реальные задачи бизнеса?

❓ Подходит ли это мне?

Курс рассчитан на специалистов уровня middle+ и senior: ML/AI инженеров, Data Scientists, backend и platform-разработчиков. Подойдёт и студентам CS/DS, если вы готовы к продвинутым практикам.

Запись вводной встречи «ИИ-агенты: новая фаза развития искусственного интеллекта» доступна по ссылке.

❓ Когда старт?

Обучение начинается 3 октября.

❓ Сколько стоит?

До 28 сентября действует скидка → 57 000 ₽ вместо 69 000 ₽ (промокод datarascals).

🔗 Описание программы и регистрация

Как проверить состояние модулей в кластере Kubernetes?

👾 — kubectl monitor pod
👍 — kubectl create pod
🥰 — kubectl start pod
⚡️ — kubectl get pods

Библиотека задач по DevOps

Контейнер Docker часто характеризуется как улучшение по сравнению с другой технологией. С какой?


👾 — DevOps
👍 — Микросервисы
🥰 — Облачные вычисления
❤️ — Виртуальные машины

Библиотека задач по DevOps

Как Kubernetes обрабатывает входящий трафик для сервиса?

👾 — Путем прямой маршрутизации трафика к отдельным Pod
👍 — Путем использования балансировщика нагрузки
🥰 — Путем применения сетевых политик
❤️ — Путем проверки конфигураций Pod

Библиотека задач по DevOps

Есть поле int _counter; инкрементируется из нескольких потоков. Требование: корректный подсчёт, минимальные накладные расходы, без блокировок. Что выбрать?

👾 — Объявить _counter как volatile и использовать ++_counter
👍 — Использовать Interlocked.Increment(ref _counter)
🥰 — Оборачивать ++_counter в lock
⚡️ — Вставить Thread.MemoryBarrier() до и после ++_counter

Библиотека задач по DevOps

Какие настройки Deployment в Kubernetes минимизируют даунтайм при обновлении?

👾 — maxUnavailable: 1, maxSurge: 0
👍 — maxUnavailable: 0, maxSurge: 1 и корректные readinessProbe
🥰 — Только livenessProbe
⚡️ — Увеличить terminationGracePeriodSeconds до 0

Библиотека задач по DevOps

В Kubernetes приложение прогревается ~40 сек и первое время отдаёт 503. Во время деплоя Pod перезапускается из-за срабатывания liveness. Что сделать правильно?

👾 — Увеличить только readinessProbe.initialDelaySeconds
👍 — Настроить startupProbe, чтобы liveness/readiness не срабатывали, пока сервис не прогреется
🥰 — Увеличить terminationGracePeriodSeconds
⚡️ — Отключить все пробы

Библиотека задач по DevOps