Программа повышения квалификации охватывает ключевые инструменты DevOps и акцентирует внимание на применении языка Python для автоматизации задач в инфраструктуре. В процессе обучения рассматриваются скрипты для SSH-доступа, работа с конфигурациями (Ansible, Terraform), инструменты мониторинга (Prometheus, Grafana), сбор логов (ELK Stack), а также основы CI/CD. Осваиваются методы автоматизации задач на серверах Linux, управление пользователями, обработка логов и развёртывание приложений.
Обучение проводится онлайн, в групповом формате по утверждённому расписанию. Все темы сопровождаются практическими заданиями, направленными на закрепление теоретического материала и развитие прикладных навыков.
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, курс построен с учётом постепенного освоения всех инструментов.
Python, Linux, Ansible, Terraform, Prometheus, Grafana, ELK Stack, Jenkins, GitHub Actions, Docker, Kubernetes.
Да, на старте курса предоставляются рекомендации по установке всех необходимых инструментов.
Создаётся автоматизированная DevOps-инфраструктура с Python, охватывающая мониторинг, логирование, деплой и CI/CD.
Требования
- Знание основ Python
- Навыки работы с терминалом
- Установленная среда разработки (рекомендации по установке даются в начале курса)
Особенности
- Автоматизация инфраструктуры с Python, Ansible и Terraform
- Мониторинг и логирование с Prometheus, Grafana и ELK Stack
- Развёртывание и оркестрация приложений с Kubernetes
- Работа с SSH, конфигурациями, логами и алертами
- Интеграция Python-скриптов в CI/CD пайплайны
- По желанию обучение доступно в индивидуальном формате (1 на 1 с преподавателем), в группе или в формате самостоятельного прохождения
Целевая аудитория
- DevOps-инженеры, стремящиеся автоматизировать инфраструктурные процессы
- Python-разработчики, переходящие в DevOps
- Системные администраторы, осваивающие инструменты автоматизации
- Специалисты, работающие с облачными сервисами, контейнерами и CI/CD
- Участники, желающие комплексно освоить DevOps-инфраструктуру