Профессия DevOps-инженер [Нетология] [Андрей Борю, Роман Гершкович]

[admin]

Чем занимаются DevOps-инженеры: Профессия возникла на стыке конфликта интересов разработчика и системного администратора. Разработчик хочет быстро выкатывать фичи, а администратор хочет стабильности. DevOps-инженер синхронизирует этапы создания программного продукта и отвечает за автоматизацию задач, связанных с настройкой и развёртыванием приложений. Использует системы управления конфигурациями, решения виртуализации и облачные инструменты для балансировки ресурсов. Кому будет полезен этот курс: Сисадминам и специалистам по эксплуатации Получите структурированные знания. Изучите скриптовые языки и языки разметки и разберётесь в построении процесса DevOps. Начинающим DevOps-инженерам Научитесь правильно и эффективно выстраивать процесс DevOps в рамках своих рабочих задач и отработаете полученные знания. QA Automation Engineer Сможете привнести в работу лучшие практики DevOps и увеличить свою стоимость как специалиста. Или претендовать на работу в DevOps с более высокой зарплатой. Программистам Получите углубленные и структурированные знания, основанные на лучших практиках DevOps. Совершите плавный переход в новую профессию. Ключевые навыки, которые вы освоете после прохождения данной профессии: - Работа с Git, одновременная работа с несколькими репозиториями - Администрирование Linux, работа с инструментами отладки операционной системы и приложений - Автоматизация процессов и решение типовых задач с помощью Python и Bash - Администрирование реляционных и нереляционных баз данных, работа с PostgreSQL, MongoDB, Memcached и Redis - Процессы CI/CD: тестирование, сборка и доставка в разные окружения, работа с Jenkins, Teamcity и Gitlab CI - Мониторинг и логирование с помощью ELK, Graylog, Zabbix, Prometehus, Grafana и Alertmanager - Работа с системой управления конфигурацией Ansible, настройка удалённых серверов и восстановление их конфигурации - Выстраивание командных процессов работы над облачной инфраструктурой, описание конфигурации сервисов с помощью Terraform и создание для него собственных расширений - Знание Kubernetes на продвинутом уровне — развёртка кластера Kubernetes, работа с конфигурацией и сетевой безопасностью - Знание различных видов виртуализации и контейнеризации, работа с Docker и Docker Compose - Организация проектов при помощи облачных провайдеров Amazon Web Services, Google Cloud Platform и Microsoft Azure Программа обучения 1. DevOps и инфраструктурная инженерия: Знакомство с основной терминологией Различие DevOps и DevSecOps Цели методологии DevOps Общее представление об инфраструктуре современной разработки Обзор используемых инструментов Циклы и этапы разработки ПО Гибкие методологии разработки: Agile, Scrum, Kanban 2. Системы управления версиями: Обзор систем управления версиями Подробное знакомство с Git Установка Gitlab на собственный сервер 3. Основы системного администрирования: Обзор архитектуры операционных систем на примере Linux Основы сетевой архитектуры Полезные инструменты Авторизация, аутентификация и безопасность пользователей 4. Скриптовые языки и языки разметки: Python, Bash, YAML, JSON: Основы работы с языками программирования в DevOps: Python, Bash, YAML, JSON Синтаксис разметки YAML Синтаксис разметки JSON Командная оболочка Bash: практические навыки Использование Python для решения типовых задач в DevOps 5. Виртуализация: Изучение задач, которые решает виртуализация Технологии виртуализации Системы управления виртуализацией Контейнеризация на примере Docker и ContainerD Практические навыки работы с Docker Написание Dockerfile и использование Docker Compose 6. Администрирование баз данных: Типы и структура СУБД Администрирование PostgreSQL Администрирование MySQL Знакомство с NoSQL-базами данных на примере MongoDB Кеш-системы Redis и Memcached Elasticsearch Кластеризация, шардинг и отказоустойчивость 7. Непрерывная разработка и интеграция: Жизненный цикл разработки ПО Процессы CI/CD: integration, delivery, deployment Инфраструктура тестирования, сборки и доставки ПО Практическое знакомство с Jenkins, TeamCity и Gitlab CI 8. Мониторинг и логи: Зачем и что нужно мониторить Системы для мониторинга Системы оповещения о проблемах ELK: Elasticsearch, Logstash и Kibana Graylog Zabbix Prometehus, Grafana, Alertmanager 9. Система управления конфигурациями: Обзор систем управления конфигурациями Концепция «инфраструктура как код» Знакомство с Ansible Практика использования Ansible 10. Облачная инфраструктура. Terraform: Любая конфигурация как код Обзор облачных провайдеров: AWS, GCP, Azure Обзор существующих провайдеров Terraform Синтаксис и принцип работы Terraform Введение в Golang Написание собственных провайдеров для Terraform 11. Микросервисная архитектура: Преимущества и недостатки микросервисной архитектуры Отказоустойчивость систем Nginx HAProxy Envoy Кластеризация 12. Администрирование кластера Kubernetes: Компоненты Kubernetes Развёртывание кластера на собственных серверах, Kubespray Сетевые решения CNI Команды для работы с Kubernetes 13. Конфигурация Kubernetes: Контейнеры, поды, deployment, statefulset, services Разделы, монтирование Работа c Kubectl Обзор инструментов для упрощения написания конфигурационных файлов Язык шаблонов Jsonnet Поддержка нескольких окружений на примере Qbec 14. Сетевая безопасность в Kubernetes: Создание и использование секретов Синхронизация секретов с внешними сервисами Карты конфигураций Сервис-аккаунты SecurityContext, NetworkPolicies 15. Организация проекта при помощи облачных провайдеров: Виртуальное приватное облако Организация сети Вычислительные мощности Балансировщики нагрузки Контексты безопасности Менеджеры секретов Кластеры Ресурсы под управлением облачным провайдером 16. Дипломный практикум в Cloud: Создаём базовую инфраструктуру при помощи Terraform Деплоим собственный Kubernetes кластер при помощи Ansible Автоматически устанавливаем Jenkins Настраиваем Jenkins для деплоя сервисов в Kubernetes Продажник: netology.ru/programs/devops#/lessons