Программа повышения квалификации предназначена для освоения инструментов автоматизации в DevOps-среде с использованием языка Python. Обучение охватывает создание скриптов для управления инфраструктурой, контейнеризацией, CI/CD-процессами и мониторингом. Изучаются ключевые технологии, включая Ansible, Docker, Kubernetes, Prometheus, Grafana, Terraform, Jenkins и GitHub Actions.
Занятия проводятся в формате онлайн-групп с преподавателем, согласно утверждённому расписанию. Каждый раздел сопровождается практической работой, направленной на закрепление навыков. Итогом обучения становится проект по построению DevOps-пайплайна с автоматизированными процессами.
Документ по окончании
📜 Удостоверение о повышении квалификации – для слушателей с высшим или средним профессиональным образованием.
📜 Сертификат о прохождении обучения – для всех остальных участников.
Содержание
- 8 модуля
- 40 уроков
- 40 часов
- Блок 1. Введение в автоматизацию DevOps4
- 1.1Основы DevOps и роль Python в автоматизации
- 1.2Практическая работа №1. Написание первого DevOps-скрипта на Python
- 1.3Работа с процессами и файлами в Python
- 1.4Практическая работа №2. Создание Python-скрипта для автоматизации работы с файлами и процессами
- Блок 2. Автоматизация управления инфраструктурой4
- 2.1Инфраструктура как код (IaC) с Python
- 2.2Практическая работа №3. Написание скрипта для автоматизированного развертывания серверов с Ansible
- 2.3Управление облачными сервисами через Python
- 2.4Практическая работа №4. Написание Python-скрипта для управления облачными сервисами
- Блок 3. Мониторинг и логирование4
- 3.1Мониторинг DevOps-инфраструктуры с Python
- 3.2Практическая работа №5. Настройка мониторинга Python-скрипта с Prometheus
- 3.3Логирование и обработка логов
- 3.4Практическая работа №6. Настройка логирования в Python-скрипте с отправкой в централизованное хранилище
- Блок 4. Автоматизация CI/CD4
- 4.2CI/CD и автоматизация деплоя
- 4.3Практическая работа №7. Автоматизация CI/CD пайплайна с Python
- 4.4Интеграция Python с CI/CD инструментами
- 4.5Практическая работа №8. Интеграция Python-скрипта с CI/CD пайплайном
- Блок 5. Контейнеризация и Kubernetes4
- 5.1Контейнеризация Python-приложений с Docker
- 5.2Практическая работа №9. Написание Dockerfile и создание контейнера для Python-приложения
- 5.3Автоматизация Kubernetes через Python
- 5.4Практическая работа №10. Написание Python-скрипта для работы с Kubernetes
- Блок 6. Оптимизация DevOps-скриптов4
- 6.1Масштабирование DevOps-скриптов
- 6.2Практическая работа №11. Написание асинхронного DevOps-скрипта
- 6.3Управление конфигурациями серверов через Python
- 6.4Практическая работа №12. Написание Python-скрипта для автоматизированного администрирования серверов
- Блок 7. Автоматизированное тестирование и безопасность4
- 7.1Автоматизация тестирования DevOps-инфраструктуры
- 7.2Практическая работа №13. Написание тестов для DevOps-инфраструктуры
- 7.3Автоматизированный анализ уязвимостей
- 7.4Практическая работа №14. Разработка Python-скрипта для автоматического анализа безопасности
- Блок 8. Завершающие темы12
- 8.1Автоматизированный бэкап и восстановление данных
- 8.2Практическая работа №15. Написание скрипта для автоматического бэкапа и восстановления
- 8.3Автоматизация управления доступом и пользователями
- 8.4Практическая работа №16. Разработка Python-скрипта для управления учетными записями пользователей
- 8.5Настройка алертинга и уведомлений в DevOps
- 8.6Практическая работа №17. Разработка Python-скрипта для отправки уведомлений о сбоях
- 8.7Автоматизация управления сетевой инфраструктурой
- 8.8Практическая работа №18. Написание Python-скрипта для настройки сетевых устройств
- 8.9Оптимизация и отладка DevOps-скриптов
- 8.10Практическая работа №19. Профилирование и оптимизация DevOps-скрипта
- 8.11Финальный проект: построение DevOps-пайплайна
- 8.12рактическая работа №20. Разработка полного DevOps-решения с Python
Да, базовые знания Python и понимание ИТ-инфраструктуры позволят освоить программу даже без практического опыта в DevOps.
Достаточно компьютера с доступом в интернет. Вводные инструкции и рекомендации по настройке среды предоставляются в начале обучения.
Да, предусмотрен индивидуальный формат с преподавателем по гибкому графику.
Требования
- Уверенное владение основами Python (переменные, функции, работа с файлами)
- Понимание принципов клиент-серверного взаимодействия
- Базовые знания сетевых технологий и системного администрирования
- Установленная среда разработки (рекомендации по установке даются в начале курса)
Особенности
- Освоение DevOps-инструментов — Docker, Kubernetes, Jenkins, Ansible, Terraform
- Практическая реализация автоматизации инфраструктуры, деплоя и мониторинга
- Написание рабочих Python-скриптов для реальных DevOps-задач
- Разработка собственного DevOps-пайплайна на финальном этапе
- По желанию обучение доступно в персональном формате (1 на 1 с преподавателем), в группе или в формате самостоятельного прохождения
Целевая аудитория
- DevOps-специалисты, желающие автоматизировать процессы с помощью Python
- Python-разработчики, планирующие переход в сферу DevOps
- Системные администраторы, стремящиеся повысить квалификацию
- Инженеры, внедряющие решения на базе CI/CD и контейнерных технологий