DevOps-инженер: От основ до продакшена
Соберёте стенд, который можно поднять заново и проверить тестом: сервис в Kubernetes, окружения в Terraform, настройку сервера в Ansible и алерт в Prometheus. Руками всё «работает» до первого пересоздания: пробы, лимиты и конфигурация остаются в памяти того, кто их выставлял. Ставить ничего не нужно: файлы вы пишете в браузере, а проверка применяет их к настоящему кластеру и запускает настоящие Terraform, Ansible и Prometheus.
Чему вы научитесь
- Работать в Linux без подсказок: права и процессы, bash-скрипты, разбор логов через grep, awk, sed и jq, сеть, DNS, nginx как reverse proxy с TLS, git от коммита до rebase.
- Собирать пайплайны в GitLab CI и GitHub Actions так, чтобы деплой не уезжал раньше тестов, и выкатывать blue-green и canary с понятным откатом.
- Писать Dockerfile с multi-stage-сборкой и закреплёнными тегами, собирать Compose со healthcheck и depends_on, искать в образе лишнее и уязвимое.
- Разворачивать сервис в Kubernetes: Deployment с пробами и лимитами, ConfigMap и Secret, Service и Ingress, StatefulSet с томами, Helm-чарты, RBAC, CRD.
- Диагностировать поды по порядку get, describe, logs --previous, exec: Pending, ImagePullBackOff, CrashLoopBackOff, OOMKilled, Running без Ready.
- Описывать инфраструктуру в Terraform: переменные, for_each вместо count, модули, state, import и moved; настраивать серверы идемпотентными плейбуками Ansible с vault и динамическим инвентарём.
- Писать метрики и алерты в Prometheus: PromQL, recording-правила, алерт на долю ошибок с паузой for и юнит-тесты promtool; строить SLO и error budget.
- Держать секреты в Vault и Sealed Secrets, ротировать засвеченный ключ и урезать политику до нужных прав, встраивать SAST, DAST и сканирование образов в CI.
- Готовить прод к сбоям: отказоустойчивость, disaster recovery и бэкапы, идемпотентные миграции PostgreSQL, Kafka и Redis в эксплуатации, chaos engineering, дежурства и post-mortem без поиска виноватых.
Один стенд, три состояния
Курс ведёт один сервис, fp-status-api, через три состояния. Сначала он создан командами в терминале: Deployment работает, но без проб и лимитов, под получает класс BestEffort, и ни одного файла нет. Потом тот же стенд лежит в манифесте, Terraform и плейбуке, и повторный запуск ничего не меняет. В третьем состоянии правило алерта проверяется тестом: правило с абсолютным порогом на здоровом трафике не проходит тест, правило с долей ошибок проходит.
Для кого
Разработчикам, которые хотят сами довести свой сервис до прода, а не отдавать его «тем, кто деплоит».
Системным администраторам, которые настраивают серверы руками и хотят перевести это в код, пайплайны и кластер.
Тем, кто готовится к собеседованию на DevOps или SRE и хочет показать работающий стенд, а не пересказ документации.
Первый переход: из команд в файлы
Как только окружения описаны в Terraform, появляется первый вопрос: чем размножать ресурс. Со count адрес привязан к номеру в списке. Уберите элемент из середины, и Terraform перепишет соседний ресурс и удалит последний. С for_each адрес привязан к ключу, и план трогает только то, что вы убрали.
В лабораторных Terraform 1.9 работает без сети, на встроенном ресурсе terraform_data. Проверка сама выполняет init и apply и читает state: решение со count в итоговом проекте не засчитывается.
Первое серьёзное препятствие: под не стартует
В лабораторной по Kubernetes проверка заранее разворачивает сломанный Deployment, а вы присылаете исправленный манифест. Причин две: nodeSelector на метку, которой нет ни у одного узла, и заявка на 512Gi памяти. Планировщик называет их по очереди, поэтому после первой правки Deployment всё ещё 0/2.
Курс учит искать причину по фиксированному порядку: get pods, describe и раздел Events, logs --previous, exec.
Что нужно знать
Опыт администрирования не нужен: Linux начинается с навигации по каталогам, прав доступа и процессов.
Сети тоже с нуля: стек TCP/IP, DNS и TLS разбираются в первом модуле.
Программировать на уровне разработчика не нужно. В лабораторных вы пишете bash-скрипты, YAML-манифесты, HCL для Terraform и PromQL.
Контрольная точка: итоговый проект
Через итоговый проект идёт один сервис fp-status-api: деплой в кластер, окружения в Terraform, настройка плейбуком Ansible и правила Prometheus с юнит-тестами. Частичного зачёта нет: проверка ждёт две готовые реплики и QoS-класс Guaranteed, читает state Terraform, запускает плейбук повторно и требует changed=0, гоняет тесты алертов.
Так устроены и остальные лабораторные: вы пишете файл, а проверка запускает настоящий инструмент в песочнице и смотрит на результат. Многие задачи начинаются с поломки: поды без узла, трафик в никуда, 403 у CI-агента, ключ платёжного сервиса в логе CI. Объекты Kubernetes удаляются до и после проверки, поэтому её можно запускать сколько угодно раз.
Честно о границах: Dockerfile, Compose и CI-конфиги проверяются разбором структуры, настоящий GitLab и Docker-демон в песочнице не запускаются.
Что остаётся в руках
К концу у вас лежат deploy.yaml, main.tf, site.yml и rules.yml с тестами: стенд, который можно поднять заново и показать на собеседовании. Перед ним стоит повторить разницу между liveness и readiness, Deployment и StatefulSet, стратегии выката и три столпа observability.
Модули идут в порядке, в котором код доходит до пользователя: Linux и git, сборка и доставка, контейнеры, оркестрация, инфраструктура как код, облака, наблюдаемость, безопасность, управление конфигурацией и эксплуатация.
Поддержка
Вы также можете задать любой вопрос по курсу у поддержки t.me/mentorix_support
Программа курса
Модулей: 10, уроков: 84. Задачи с кодом проверяются автоматически.
Основы DevOps и Linux
- Философия DevOps и методологии
- Обработка текста и логов: grep, awk, sed, jq
- Linux администрирование
- Bash scripting и автоматизация
- Сетевые протоколы и безопасность
- Системы контроля версий Git
- Настройка рабочего окружения
Непрерывная интеграция и доставка
- Основы CI/CD pipeline
- Jenkins: настройка и Pipeline as Code
- GitLab CI/CD полный цикл
- GitHub Actions и workflows
- Автоматизированное тестирование
- Управление артефактами
- Стратегии развёртывания (Blue-Green, Canary)
- Rollback и восстановление
Контейнеризация и Docker
- Архитектура контейнеров
- Docker: образы и контейнеры
- Dockerfile best practices
- Docker Compose для multi-container
- Docker networking и volumes
- Registry и управление образами
- Оптимизация и безопасность контейнеров
- Podman и альтернативы Docker
Kubernetes и оркестрация
- Архитектура Kubernetes
- Pods, Services, Deployments
- ConfigMaps и Secrets
- Ingress и LoadBalancer
- StatefulSets и persistent storage
- Helm: пакетный менеджер K8s
- RBAC и Network Policies
- Operators и CRD
- Service Mesh (Istio / Linkerd)
Инфраструктура как код
- Концепция IaC и GitOps
- Terraform: основы и providers
- Terraform: модули и state management
- Ansible: playbooks и roles
- Ansible: vault и dynamic inventory
- Packer: создание образов
- CloudFormation и ARM templates
- Pulumi: IaC на языках программирования
- ArgoCD и Flux для GitOps
Облачные платформы
- AWS: EC2, VPC, S3, RDS
- AWS: ECS / EKS, Lambda, CloudWatch
- Google Cloud Platform — основы
- Microsoft Azure и Azure DevOps
- Yandex Cloud для DevOps
- Мультиоблачные стратегии
- Cost optimization в облаке
Мониторинг и логирование
- Prometheus: метрики и PromQL
- Grafana: дашборды и алерты
- ELK Stack: Elasticsearch, Logstash, Kibana
- Fluentd и Fluent Bit
- Jaeger и distributed tracing
- OpenTelemetry стандарт
- APM-решения (Datadog, New Relic)
- SLI, SLO, SLA и Error Budgets
Безопасность DevSecOps
- Security as Code
- SAST и DAST сканирование
- Container security scanning
- Secrets management (Vault, Sealed Secrets)
- RBAC и Policy as Code
- Network security и Zero Trust
- Compliance и аудит
- Incident response
- Supply chain security
Управление конфигурацией
- Configuration management: стратегии
- Chef и Puppet — основы
- SaltStack для оркестрации
- Consul для service discovery
- etcd и распределённое хранилище
- Feature flags и A/B testing
- Версионирование и миграции
Администрирование продакшена
- High Availability архитектура
- Disaster Recovery планирование
- Backup и восстановление
- Performance tuning
- Capacity planning
- Database DevOps практики
- Message queues (RabbitMQ, Kafka)
- Caching стратегии (Redis, Memcached)
- CDN и edge computing
- Chaos Engineering
- On-call и incident management
- Итоговый проект: продакшен-стек своими руками
Стоимость курса: 13990 ₽
Открыть курс на Mentorix · Все курсы