Библиотека задач по DevOps | тесты, код, задания

Переворачиваем календарь — а там скидки, которые уже закончились.

Но мы их вернули на последний день 🤔

До 00:00 третьего сентября (цены как до 1 сентября):

▪️ Математика для Data Science — 35.199 ₽ вместо 44.900 ₽
▪️ Алгоритмы и структуры данных — 31.669 ₽ вместо 39.900 ₽
▪️ Основы IT — 14.994 ₽ вместо 19.900 ₽
▪️ Архитектуры и шаблоны — 24.890 ₽ вместо 32.900 ₽
▪️ Python — 24.990 ₽ вместо 32.900 ₽
▪️ ML для Data Science — 34.000 ₽ вместо 44. 000 ₽
▪️ AI-агенты — 49.000 ₽ вместо 59.000 ₽

👉 Хватаем скидки из прошлого

P.S. Машину времени одолжили у дяди Миши

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

Вы видите, что Docker-контейнеры генерируют очень большие логи и быстро заполняют диск. Какой подход наиболее правильный для решения этой проблемы?

👾 — Увеличить диск сервера и оставить всё как есть
👍 — Настроить драйвер логирования (json-file, syslog, fluentd) с ротацией (max-size, max-file) или отправлять логи в централизованную систему
🥰 — Периодически вручную чистить /var/lib/docker/containers/* от логов
⚡️ — Перезапускать контейнеры каждый день, чтобы очищались файлы логов

🐸Библиотека задач по DevOps

ПОСЛЕДНИЙ ДЕНЬ❗
КУРСЫ ПОДОРОЖАЮТ ЗАВТРА‼️

— ML за 34к вместо 44к + Python в подарок
— Математика → второй доступ в подарок
— Ранний доступ к AI-агентам с 15 сентября
— И МОЖНО УСПЕТЬ КУПИТЬ ВСЁ ДО ПОДОРОЖАНИЯ

👉 Proglib Academy

В Kubernetes при деплое новой версии сервиса юзеры получают ошибки, потому что Pod’ы начинают принимать трафик до того, как приложение полностью готово. Какое решение правильное?

👾 — Увеличить количество реплик Deployment, чтобы снизить вероятность ошибки
👍 — Настроить readinessProbe, чтобы Pod начинал получать трафик только после готовности
🥰 — Перезапускать Pod’ы вручную до тех пор, пока они не будут стабильными
⚡️ — Использовать livenessProbe, чтобы Kubernetes перезапускал Pod при ошибке

🐸Библиотека задач по DevOps

Что такое тестирование устойчивости?

Тестирование устойчивости — это программный процесс, который проверяет поведение приложения в неконтролируемых и хаотических сценариях. Это также гарантирует, что данные и функциональность не будут потеряны после возникновения сбоя.

🐸Библиотека задач по DevOps

🤓 «Сначала выучу Python идеально, а потом пойду в ML»

Звучит логично, но на практике — ловушка.
Python огромный: фреймворки, библиотеки, нюансы синтаксиса. Учить «всё сразу» можно бесконечно.

В итоге — месяцы зубрёжки, а до ML руки так и не доходят.

На старте достаточно баз: типы данных, циклы, функции, работа с библиотеками. Всё остальное лучше подтягивать в процессе решения ML-задач.

⚠️ До 1 сентября курсы можно забрать по старым ценам. Это последние выходные, когда:
— ML идёт за 34 000 вместо 44 000 ₽ + Python в подарок,
— два в одном: оплатите курс по математике и получите второй доступ в подарок,
— и главное: можно купить все курсы до подорожания.

👉 ML для старта в Data Science

А для будущих Data Scientist’ов у нас ещё:
— Базовые модели ML и приложения
— Математика для Data Science
— AI-агенты для DS-специалистов (2-й поток скоро)

⏰ Осталось 48 часов!

Обратный отсчёт пошёл: только до воскресенья 23:59 можно купить курс «AI-агенты для DS-специалистов» и начать учиться уже с 15 сентября.

⚡️ Это ваши +3 недели форы, чтобы спокойно разобраться в самых сложных темах и прийти к первому занятию 7 октября уже подготовленным.

👉 Забрать место

При сборке Docker-образа вы замечаете, что он получился слишком большим и занимает несколько гигабайт. Какой подход наиболее правильный для оптимизации размера образа?

👾 — Использовать docker system prune -a перед каждой сборкой
👍 — Применить multi-stage build, использовать минимальные базовые образы (например, alpine) и убирать лишние слои
🥰 — Всегда собирать образ с флагом --no-cache, чтобы исключить устаревшие слои
⚡️ — Настроить restart: always, чтобы контейнеры работали даже с большим образом

🐸Библиотека задач по DevOps

В Kubernetes у вас есть приложение, которое при обновлении должно оставаться доступным без простоя. Какой механизм деплоя нужно использовать?

👾 — Recreate Deployment
👍 — RollingUpdate Deployment
🥰 — DaemonSet
⚡️ — StatefulSet

🐸Библиотека задач по DevOps

📢 Какой сетап идеально подойдёт для разработки AI-агента?

Голосуйте за свой вариант и пишите в комментариях, в каком режиме вы реально кодите.

❤️ — 1
👍 — 2
⚡️ — 3
👏 — 4
🔥 — 5
🎉 — 6
😁 — 7
😍 — 8
🤩 — 9

Какой бы сетап ни был, без AI-агентов в 2025 всё равно далеко не уедешь.

👉 Научим, как строить агентов, которые кодят с тобой

Вы настраиваете инфраструктуру как код для AWS. Требуется гарантировать, что конфигурация окружений всегда будет соответствовать декларативным манифестам. Какой инструмент лучше всего подходит для этой задачи?

👾 — Ansible
👍 — Terraform
🥰 — Docker Compose
⚡️ — Jenkins

🐸Библиотека задач по DevOps

❗ Так, владелец макбука. Хватит позировать в кофейне.

Настоящее портфолио — это не стикеры на крышке, а проект с чистым кодом, README и рабочей демкой.

Не знаешь, как такой собрать? Научим. Наш курс «ML для старта в Data Science» — это пошаговый гайд к проекту, за который не стыдно.

ОСТАЛАСЬ НЕДЕЛЯ, чтобы забрать его по старой цене в 44.000 ₽. С 1 сентября — всё.

🎁 И да, при покупке курса ML до 1 сентября — курс по Python получаешь бесплатно.

👉 Апгрейд от «вайба» до «оффера» тут

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

🏃‍♀️ Новый поток курса — собери своих AI-агентов

7 октября стартует второй поток курса «AI-агенты для DS-специалистов».
За 5 недель вы научитесь собирать агентов, которые уже сейчас будут помогать бизнесу.

В кружке выше Максим Шаланкин, наш преподаватель, рассказывает подробнее — включай, чтобы не пропустить.

👉 Записаться на курс

В Kubernetes у вас есть микросервис, который обрабатывает критичные данные. Вы хотите ограничить его доступ к ресурсам хоста и сети для повышения безопасности. Какой механизм Kubernetes стоит использовать?

👾 — ConfigMap
👍 — NetworkPolicy и PodSecurityContext
🥰 — HorizontalPodAutoscaler
⚡️ — Liveness и Readiness пробы

🐸Библиотека задач по DevOps

В продакшене вы заметили, что один из контейнеров постоянно перезапускается с ошибкой Exit Code 137. Что это значит и как правильно действовать?

👾 — Контейнер завершён вручную через docker stop; нужно убрать авто-рестарт
👍 — Контейнер был убит системой из-за превышения лимита памяти (OOMKilled); нужно проанализировать использование памяти и скорректировать лимиты/код
🥰 — Ошибка возникает из-за неправильного Dockerfile; нужно пересобрать образ с --no-cache
⚡️ — Это стандартный код успешного завершения; можно игнорировать

🐸Библиотека задач по DevOps