TGViewer
Channel Public Channel
Библиотека задач по DevOps | тесты, код, задания

Библиотека задач по DevOps | тесты, код, задания

@devops_problems_lib

Задачи и тесты по DevOps для тренировки и обучения.

Учиться у нас: https://clc.to/XLFrnw

По рекламе: @tproger_sales_bot

Наши каналы: https://t.me/proglibrary/9197

Для обратной связи: @proglibrary_feeedback_bot
Subscribers
3.02K
Photos
209
Videos
8
Links
668

Showing posts older than #1120 · Back to latest

Older Posts 20 shown
Post #1119 364
🤖 Какие задачи можно действительно доверить ИИ?

Уже завтра разберём это на открытом уроке «AI-инструменты в разработке: как писать код быстрее с помощью ассистентов».

Спикер — Ольга Лукьянова, руководитель команды поиска и навигации по коду в SourceCraft от Яндекса.

После урока вы:

🔹 поймёте, какие задачи стоит делегировать AI уже сегодня;
🔹 научитесь быстрее разбираться в новых проектах и кодовой базе;
🔹 увидите, как выглядит современный workflow разработки с AI;
🔹 узнаете, где AI помогает экономить время, а где всё ещё нужен контроль разработчика.

На практике разберём путь от получения задачи до готового Pull Request с использованием AI-инструментов и AI-ревью.

🗓️ 23 июня, 19:00 (МСК)
⏱️ 90 минут

👉 Зарегистрироваться и получить рабочий AI-workflow для своих задач
Post #1118 362
🤖 AI пишет код за вас? Это самое скучное, что он умеет

Основное время разработчик тратит на другое: разобраться в чужой кодовой базе, найти нужный участок проекта, проверить решение, собрать Pull Request. Вот где AI реально экономит часы — если знать, как им пользоваться.

23 июня Ольга Лукьянова покажет это на практике: как с помощью современных AI-инструментов быстро погружаться в незнакомый проект, находить нужный код, реализовывать задачи и проверять результат до ревью коллег.

В итоге вы увидите не отдельные приёмы и промпты, а целостный workflow, который можно встроить в свою работу уже на следующий день 🔥

Чтобы лучше погрузиться в тему:

📺 Выступление про SourceCraft
📖 Статья на Хабре

🗓️ Когда: 23 июня, 19:00 (МСК)

👉 Занять место на открытом уроке
Post #1117 362
После деплоя в Kubernetes приложение периодически перезапускается, хотя в логах нет явной ошибки. При проверке видно, что контейнер превышает memory limit. Что происходит и что правильнее сделать?

👾 — Kubernetes случайно перезапускает pod’ы для балансировки нагрузки
👍 — Контейнер убивается из-за OOMKilled, нужно проверить утечки памяти, лимиты, requests и реальное потребление
🥰 — Нужно убрать readinessProbe, потому что она мешает контейнеру работать стабильно
⚡️ — Нужно увеличить количество replicas, тогда каждый pod будет потреблять меньше памяти автоматически

Библиотека задач по DevOps
  • 👍 5
Post #1116 1.53K
В Kubernetes вы хотите реализовать blue-green deployment, чтобы минимизировать риски при выкатывании новой версии приложения. Какой подход будет наиболее правильным?

👾 — Обновить Deployment стратегией RollingUpdate и выставить maxUnavailable=0
👍 — Запустить новую версию как отдельный Deployment/Service и переключить трафик на неё после проверки
🥰 — Удалить старый Deployment и сразу задеплоить новый
⚡️ — Настроить HPA (HorizontalPodAutoscaler), чтобы он автоматически включал новую версию

🐸Библиотека задач по DevOps
  • 👍 5
  • ❤ 1
Post #1115 408
⏰ Уже сегодня в 19:00 (МСК) стартует открытый урок!

Тема:

«Мультиагентные системы: почему большинство архитектур переусложнены»


🔥 За 90 минут разберёмся, когда действительно стоит строить мультиагентную систему, а когда она только добавляет сложность, расходы и новые точки отказа.

Поговорим о критериях выбора архитектуры, типичных ошибках и ограничениях современных ИИ-агентов, которые важно учитывать ещё до внедрения в продукт.

🎙️ Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.

🎁 Для всех участников подготовили промокод на скидку 10 000 ₽ на курс «Разработка ИИ-агентов».

👉 Успей присоединиться к уроку
Post #1114 387
🔥 Чем больше агентов — тем лучше? Не всегда. Уже завтра поговорим о реальных ограничениях на открытом уроке «Мультиагентные системы: почему большинство архитектур переусложнены».

Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.

После урока вы:

🔹 будете лучше ориентироваться в выборе между одним агентом и мультиагентной системой;
🔹 поймёте, какие архитектурные ошибки встречаются чаще всего;
🔹 получите практические ориентиры для проектирования и внедрения агентных систем;
🔹 будете лучше понимать возможности и ограничения современных ИИ-агентов.

🗓️ 18 июня, 19:00 (МСК)
⏱️ 90 минут

👉 Зарегистрироваться и получить промокод на 10 000 ₽
Post #1113 365
🔥 Чем больше агентов — тем лучше? Не всегда. Уже завтра поговорим о реальных ограничениях на открытом уроке «Мультиагентные системы: почему большинство архитектур переусложнены».

Спикер — Дмитрий Юдин, руководитель AI/ML-направления в Сloud․ru.

После урока вы:

🔹 будете лучше ориентироваться в выборе между одним агентом и мультиагентной системой;
🔹 поймёте, какие архитектурные ошибки встречаются чаще всего;
🔹 получите практические ориентиры для проектирования и внедрения агентных систем;
🔹 будете лучше понимать возможности и ограничения современных ИИ-агентов.

🗓️ 18 июня, 19:00 (МСК)
⏱️ 90 минут

👉 Зарегистрироваться и получить промокод на 10 000 ₽
Post #1112 370
В Kubernetes у Pod падает readinessProbe. Что происходит?

👾 — Pod исключают из Endpoints — трафик от Service не идёт, контейнер не перезапускается
⚡️ — Контейнер немедленно перезапускается kubelet’ом

Библиотека задач по DevOps
  • 👾 6
Post #1111 447
Какая практика предполагает развертывание кода в производственной среде перед фактическим производством?

👾 — Непрерывное тестирование
👍 — Canary Release
🥰 — Сине-зеленое развертывание
⚡️ — Непрерывное развертывание

Библиотека задач DevOps
  • ⚡ 3
  • 👍 3
Post #1110 500
💻 3 курса по цене одного — собери стек для оффера в топовую IT-компанию

Для следующего карьерного шага мало писать код. Работодатели ждут не только знания языка, но и понимания архитектуры, алгоритмов, автоматизации, AI-инструментов и агентных систем.

Одно направление закрывает только часть задачи.

Поэтому сейчас мы предлагаем освоить сразу несколько востребованных навыков — выбери любой курс и получи доступ еще к двум бесплатно 🔥

Собери стек навыков под свою цель:

🔹 подготовка к сильным компаниям (алгоритмы, архитектура);
🔹 переход в AI-направление (ИИ-агенты, AgentOps);
🔹 развитие в ML и Data Science (математика, основы ML);
🔹 новый оффер и рост дохода.

Полученные знания применяешь в работе уже во время обучения.

⏳ Акция действует 48 часов — 13 и 14 июня.

👉 Переходи на сайт, выбирай курсы и оставляй заявку — за 10 минут поможем собрать комплект под твою цель.
Post #1109 1.46K
Как безопасно передать приватный токен в этап сборки, чтобы он не попал в финальный образ и историю слоёв?

👾 — ENV GIT_TOKEN=... и использовать в RUN
👍 — COPY token /root/token и потом RUN rm /root/token
🥰 — Использовать BuildKit: RUN --mount=type=secret,id=git_token ... и собирать docker build --secret id=git_token,src=./token
⚡ — ARG GIT_TOKEN=... и использовать в RUN

Библиотека задач по DevOps
  • 🥰 2
  • 👾 2
Post #1108 514
📊 Хотите войти в Data Science, но математика кажется самым сложным этапом?

На практике большинство джунов спотыкаются не о Python, а о математическую базу:

▪️ Теорию вероятностей и статистику
▪️ Линейную алгебру
▪️ Математический анализ
▪️ Комбинаторику

Именно на этих темах строятся машинное обучение, аналитика данных и рекомендательные системы.

Освойте ключевые разделы математики, которые используются в Data Science и Machine Learning на курсе «Математика для Data Science».

Что вас ждет:

🔹 40+ видеолекций и 150+ практических заданий на Python
🔹 Проверка домашних работ и обратная связь от преподавателей
🔹 Подготовка к задачам с технических собеседований
🔹 Программа от преподавателей ВМК МГУ, НИУ ВШЭ и экспертов индустрии

Курс подойдет разработчикам, аналитикам и всем, кто планирует развиваться в Data Science и Machine Learning.

👉 Записаться на бесплатный демо-урок
Post #1107 440
Проект, созданный для упрощения и оптимизации использования Docker на Mac или Windows. Этот инструмент автоматизирует процесс установки и настройки Docker и предоставляет графический интерфейс пользователя для запуска контейнеров Docker

👾 — Docker Cloud
👍 — Docker Kitematic
🥰 — Docker Compose
⚡ — Docker Control Plane

Библиотека задач по DevOps
Post #1106 1.72K
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
  • 👍 11
Post #1105 522
Что препятствует использованию сервера API Kubernetes в качестве прокси-сервера для неавторизованных конечных точек?

👾 — Сетевые политики
👍 — Конфигурации EndpointSlice
🥰 — Политики безопасности Pod
⚡️ — Механизмы аутентификации и авторизации

Библиотека задач DevOps
Post #1104 597
⚡️ Продолжаем знакомить вас с экспертами курса AgentOps!

Сергей Нотевский расскажет, как выстроить FinOps для AI-продуктов: оптимизировать затраты на разработку и продакшен, внедрить model routing, semantic cache и систему алертов для контроля расходов
Эмиль Сатаев разберет Context Engineering: управление контекстом, защиту от prompt injection, работу с длинными контекстами и построение безопасного пайплайна входа для AI-систем
Михаил Бондаревский покажет, как подготовить инфраструктуру для AI-агентов: Docker, sandboxing, streaming, docker-compose и воспроизводимое окружение для разработки и продакшена
Мурат Хажгериев расскажет про Enterprise Integrations & MCP: когда MCP действительно нужен, как подключать внешние сервисы и реализовывать интеграции с OAuth2 delegation
Герман Сабиров разберет Governance & Compliance для AI-систем: data flow, audit logs, требования 152-ФЗ, локализацию данных и построение compliance-подхода на уровне архитектуры

Курс для backend-разработчиков, тимлидов и LLM инженеров о том, как внедрять AI-логику в бэкенд IT-продуктов и сохранять стабильность сервиса.

👉 Изучить обновленную программу AgentOps и занять место.
  • 💯 1
Post #1103 1.62K
Какие преимущества дает указание имен портов в конфигурациях сервисов в Kubernetes?

👾 — Улучшенная безопасность
👍 — Улучшенная масштабируемость
🥰 — Повышенная гибкость в сопоставлении портов
⚡️ — Упрощенные сетевые политики

🐸Библиотека задач по DevOps
  • 🥰 5
Post #1102 490
Почему в типичных ИТ-организациях существует конфликт между группами разработки и операций?

👾 — Они имеют разный бекграунд
👍 — Команда разработчиков лучше разбирается в программных продуктах и ​​услугах
🥰 — Команда разработки лучше разбирается в тестовых и производственных средах
⚡️ — У них противоречивые бизнес-цели и приоритеты

🐸Библиотека задач по DevOps
  • ⚡ 3
Post #1101 428

Forwarded from Азбука айтишника

🙂 Devops

Концепция DevOps была представлена в 2009 Patrick Debois и Andrew Shafer на конференции "Agile". Они стремились сократить разрыв между разработкой ПО и его эксплуатацией, продвигая культуру сотрудничества и общую ответственность за весь жизненный цикл разработки ПО.

Концепция SRE, или Site Reliability Engineering (проектирование надежности объекта), была впервые разработана компанией Google в начале 2000-х для решения операционных задач управления крупномасштабными и сложными системами. Google разработала методы и инструменты SRE, такие как система управления кластерами Borg и система мониторинга Monarch, чтобы повысить надежность и эффективность своих сервисов.

Platform Engineering (разработка платформ) — это более новая концепция, основанная на SRE. Считается, что это расширение практик DevOps и SRE с упором на предоставление комплексной платформы для разработки продуктов, которая поддерживает всю бизнес-логику.

Все эти концепции связаны с тенденцией улучшения совместной работы, автоматизации и эффективности разработки и эксплуатации ПО.

🔹 Практический интенсив «Архитектуры и шаблоны проектирования»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Post #1100 336

Forwarded from Азбука айтишника

👩‍💻 Что такое Kubernetes?

Kubernetes (K8s) – это система оркестрации контейнеров. Она используется для деплоя и управления контейнерами. Ее дизайн во многом вдохновлен Borg – внутренней системой Google.

Кластер (cluster) K8s состоит из набора рабочих машин (worker machines), называющихся узлами (nodes), которые запускают контейнеризованные приложения. Каждый кластер имеет хотя бы один рабочий узел.

На рабочих узлах размещаются модули (pods), которые являются компонентами рабочей нагрузки приложения. Контрольный уровень (control plane) управляет рабочими узлами и модулями в кластере. В продакшне уровень управления обычно работает на нескольких компьютерах, а в кластере, как правило, работает несколько узлов, что обеспечивает отказоустойчивость и высокую доступность.

Компоненты уровня управления

1. Сервер API – общается со всеми компонентами кластера. Все операции над модулями выполняются через него.
2. Планировщик (Scheduler) - следит за полезной нагрузкой модулей и загружает создаваемые модули.
3. Менеджер контроллеров (Controller Manager) – запускает контроллеры, включая Node Controller, Job Controller, EndpointSlice Controller и ServiceAccount Controller.
4. Etcd – хранилище ключ-значение, используемое в качестве резервного хранилища данных всех кластеров.

Узлы

1. Модули. Модуль – это группа контейнеров и наименьшая единица, которой оперирует K8s. Модули имеют один IP-адрес, применяемый ко всем контейнерам модуля.
2. Kubelet – агент, запускающийся на каждом узле кластера. Он обеспечивает запуск контейнеров в модуле.
3. Kube Proxy – сетевой прокси, запускающийся в каждом узле кластера. Он перенаправляет трафик, приходящий в узел из сервиса. Он перенаправляет запросы для обработки в нужные контейнеры.

🔹 Курс «Алгоритмы и структуры данных»
🔹 Получить консультацию менеджера
🔹 Сайт Академии 🔹 Сайт Proglib

🏃‍♀️ Азбука айтишника

#ликбез
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →