Программа разработана для специалистов, стремящихся внедрить Python в практику DevOps. Курс охватывает ключевые процессы: подключение к серверам, автоматизация задач, настройка конфигураций через Ansible и Terraform, работа с Docker и Kubernetes, а также мониторинг, логирование и сбор метрик. Особое внимание уделяется тому, как использовать Python‑скрипты для интеграции с инфраструктурой, CI/CD и облачными сервисами.
Занятия проводятся в персональном формате. Преподаватель сопровождает обучение шаг за шагом: объясняет теорию, демонстрирует инструменты и помогает закрепить знания в реальных кейсах. Такой подход гарантирует глубокое понимание технологий и уверенное применение Python в DevOps-практике.
Документ по окончании
📜 Удостоверение о повышении квалификации – для слушателей с высшим или средним профессиональным образованием.
📜 Сертификат о прохождении обучения – для всех остальных участников.
Содержание
- 5 модуля
- 40 уроков
- 40 часов
- Блок 1. Основы работы с серверами и Linux8
- 1.1Введение в DevOps и автоматизацию инфраструктуры
- 1.2Практическая работа №1. Установка и настройка окружения DevOps на локальной машине
- 1.3Работа с серверами через SSH и Python
- 1.4Практическая работа №2. Написание Python-скрипта для удалённого администрирования сервера
- 1.5Основы работы с Linux и автоматизация задач
- 1.6Практическая работа №3. Автоматизация резервного копирования файлов с помощью Python
- 1.7Управление пользователями и правами доступа
- 1.8Практическая работа №4. Автоматизация управления пользователями на сервере
- Блок 2. Автоматизация конфигураций (Ansible, Terraform)8
- 2.1Введение в Ansible: автоматизация серверных конфигураций
- 2.2Практическая работа №5. Написание Ansible-плейбука для настройки сервера
- 2.3Использование Python в Ansible
- 2.4Практическая работа №6. Создание пользовательского Ansible-модуля на Python
- 2.5Автоматизация инфраструктуры с Terraform
- 2.6Практическая работа №7. Написание Terraform-скрипта для развертывания серверов в облаке
- 2.7Python-скрипты для управления облачной инфраструктурой
- 2.8Практическая работа №8. Написание Python-скрипта для управления ресурсами
- Блок 3. Мониторинг инфраструктуры (Prometheus, Grafana)8
- 3.1Основы мониторинга и логирования в DevOps
- 3.2Практическая работа №9. Настройка базового мониторинга сервера с Prometheus
- 3.3Сбор метрик с помощью Prometheus
- 3.4Практическая работа №10. Разработка Python-метрик для Prometheus
- 3.5Визуализация метрик в Grafana
- 3.6Практическая работа №11. Настройка дашборда в Grafana для мониторинга серверов
- 3.7Логирование и анализ данных с ELK Stack
- 3.8Практическая работа №12. Настройка централизованного логирования с ELK Stack
- Блок 4. Работа с логами и алертинг6
- 4.1Автоматизация работы с логами
- 4.2Практическая работа №13. Создание системы логирования для DevOps инфраструктуры
- 4.3Настройка алертинга в DevOps
- 4.4Практическая работа №14. Автоматическая отправка уведомлений при сбоях системы
- 4.5Сбор и анализ системных логов
- 4.6Практическая работа №15. Автоматизированный анализ логов и мониторинг событий
- Блок 5. CI/CD для DevOps10
- 5.1Основы CI/CD и автоматизированного развертывания
- 5.2Практическая работа №16. Настройка базового CI/CD пайплайна
- 5.3Интеграция Python-скриптов в CI/CD
- 5.4Практическая работа №17. Автоматизация тестов и деплоя с помощью CI/CD
- 5.5Kubernetes и оркестрация контейнеров
- 5.6Практическая работа №18. Деплой Python-приложения в Kubernetes
- 5.7Оптимизация DevOps-процессов
- 5.8Практическая работа №19. Оптимизация DevOps-пайплайна для продакшена
- 5.9Итоговый проект по DevOps
- 5.10Практическая работа №20. Финальный проект по DevOps
Нет. Мы начинаем с базовых принципов и постепенно осваиваем каждую технологию на практике.
Вы сможете автоматизировать развёртывание и мониторинг инфраструктуры, писать Python-скрипты для реальных DevOps-задач, настраивать пайплайны CI/CD, управлять конфигурациями и системными правами.
Да. Вы освоите скрипты для AWS и изучите развёртывание приложений в Kubernetes и Docker.
Да. Все темы нацелены на прикладное применение в продакшене, и вы сможете адаптировать их под текущие задачи.
Требования
- Базовые навыки работы в Linux
- Начальные знания Python
- Установленная среда разработки (рекомендации даются в начале обучения)
Особенности
- Фокус на Python в инфраструктуре — от SSH-скриптов до оркестрации в Kubernetes
- Поддержка преподавателя на каждом этапе
- Проработка практических кейсов под задачи учащегося
- Подходит как для разработчиков, так и для админов
Целевая аудитория
- DevOps-инженеры, системные администраторы, разработчики
- Специалисты, автоматизирующие работу с инфраструктурой
- Все, кто хочет связать Python с Ansible, Terraform, Kubernetes, Prometheus и CI/CD