DevOps

30 April 2026 15:40

🖥 «Git Pro: от первого коммита до уровня senior» — на Stepik
Пятница, 17:58.

Вы пишете git push --force. И понимаете, что были не в той ветке.

Дальше два сценария. Первый: холодный пот, звонок тимлиду, испорченные выходные. Второй: git reflog, две команды, всё на месте, идёте домой.

Разница между этими сценариями - этот курс.
Git изнутри. Rebase без страха. Конфликты по алгоритму. Pull Request, code review, защита веток, CI/CD. Три модели ветвления - выберете свою.

Скидка 58%, 48 часов: https://stepik.org/course/284799/

DevOps

29 April 2026 13:03

🌟 DOOM на CSS

Представлен проект cssDOOM, подготовивший реализацию игры DOOM, использующую для отрисовки только CSS, без применения элемента canvas и WebGL.

Всё что выводится на экран, включая спрайты, текстурированные стены, уровни и эффекты, оформлено через стилизованные при помощи CSS элементы <div>, размещаемые в 3D-пространстве при помощи CSS-свойств "transform" и"transform-style: preserve-3d". Игровая логика написана на JavaScript, используя в качестве эталона оригинальный код игры DOOM, открытый компанией id Software. Наработки проекта опубликованы под лицензией GPLv2.

https://cssdoom.wtf/

DevOps

28 April 2026 11:56

10 бесплатных ресурсов, которые светлые головы используют каждый день: must have для IT-специалистов и тех, кто учит ИИ

Знаете, что объединяет фаундеров Airbnb, Stripe и Coinbase, аналитиков Goldman Sachs и инженеров из топовых AI-лабораторий?

Все они пользуются ресурсами, за которые обычные люди готовы платить десятки тысяч долларов. А по факту эти материалы выложены в открытый доступ и абсолютно бесплатны. Я собрал десятку площадок, без которых сегодня сложно представить серьёзное обучение в IT, машинном обучении и анализе данных. Если вы давно собирались прокачать стек, но не знали, с чего начать, сохраняйте подборку в закладки.

1. Harvard CS50

Тот самый курс по Computer Science, с которого начинают первокурсники Гарварда. По итогу можно получить настоящий сертификат с подписью профессора. База алгоритмов, структур данных, C, Python, SQL и веба, на которой потом выстраивается всё остальное, включая ML.

Сайт: cs50.harvard.edu

2. MIT OpenCourseWare

Больше 2500 курсов MIT в открытом доступе. Те же лекции, которые слушают студенты, отдающие за обучение под 80 тысяч долларов в год. Внутри есть отличные потоки по линейной алгебре, теории вероятностей и оптимизации, без которых в современный AI заходить почти бесполезно.

Сайт: ocw.mit.edu

3. Y Combinator Startup School

Тот самый плейбук, по которому YC обучает основателей Airbnb, Stripe и Coinbase. Полезно не только тем, кто запускает свой стартап, но и инженерам, которые хотят понимать, как устроены продуктовые решения и почему ML-команды строят процессы именно так.

Сайт: startupschool.org

4. Berkshire Hathaway Letters

Ежегодные письма Уоррена Баффетта инвесторам с 1977 года. Хедж-фонды перечитывают их каждый год. Для разработчиков и аналитиков это бесплатный курс по тому, как думать о бизнесе, рисках и долгосрочных решениях.

Сайт: berkshirehathaway.com/letters

5. SEC EDGAR

Реальная система отчётности, которой пользуется Уолл-стрит. Можно в режиме реального времени смотреть, что покупают и продают крупнейшие фонды и публичные компании. Идеальный датасет для тех, кто строит финансовые модели или тренирует LLM на корпоративных отчётах.

Сайт: sec.gov/edgar

6. Stanford Online

Курсы Стэнфорда по Computer Science, инженерии и машинному обучению. Те самые лекции, по которым в своё время преподавал Эндрю Ын. Если хочется идти от классической ML-математики к современному deep learning, начинать стоит именно отсюда.

Сайт: online.stanford.edu

7. PubMed Central

Полный архив медицинских исследований от NIH. Журналы берут по 40 долларов за статью, а здесь миллионы работ доступны просто так. Огромный пласт качественных научных текстов, который часто используют для обучения и оценки биомедицинских LLM.

Сайт: ncbi.nlm.nih.gov/pmc

8. World Bank Open Data

Все экономические датасеты Всемирного банка. Те же данные, за которые платят аналитики Goldman Sachs. Идеальная песочница для аналитиков, дата-сайентистов и тех, кто хочет потренироваться на реальных временных рядах.

Сайт: data.worldbank.org

9. OpenLibrary

Бесплатный сервис книг от Internet Archive. Миллионы книг без читательского билета и подписки. Полезно для всех, кто хочет глубоко погружаться в темы, а не ограничиваться обзорными статьями.

Сайт: openlibrary.org

10. Project Gutenberg

Больше 70 тысяч классических книг полностью бесплатно. От Платона до Толстого. Помимо удовольствия от чтения, это ещё и отличный корпус текстов на разных языках для NLP-экспериментов.

Сайт: gutenberg.org

Гарвардское образование стоит около 250 тысяч долларов. MBA обойдётся в 200 тысяч. Подписка на Bloomberg Terminal: 25 тысяч в год. Место в Y Combinator забирает 7% вашей компании. А по факту вы только что получили доступ ко всему этому совершенно бесплатно.

DevOps

26 April 2026 12:49

«начните бесплатный пробный период».

«введите данные вашей карты»

DevOps

24 April 2026 07:18

🐳 Пока все ждали GPT-5.5, DeepSeek без шума обвалил рынок!

Никаких стримов, никакого пафоса. Просто вечером китайцы выложили V4 в открытый доступ и пошли спать. А утром индустрия проснулась в новой реальности.
В релизе две модели. V4-Pro на 1.6T параметров с 49B активных и V4-Flash на 284B с 13B активных. Обе с миллионом токенов контекста по дефолту. Оба варианта уже качаются с Hugging Face, работают в API и на chat.deepseek.com.

Фокус в новой архитектуре внимания: токенная компрессия плюс собственная DeepSeek Sparse Attention. Благодаря этому миллион контекста перестал быть премиум-опцией за конские деньги и стал дефолтом. Весь ваш кодбейс, вся документация, вся история переписки влезают в один запрос и не разоряют.

А теперь главное. Независимая Arena.ai уже прогнала модели вслепую. V4-Pro встал третьим среди открытых моделей в агентном кодинге и идёт вровень с GPT-5.4-high и Gemini 3.1 Pro. То есть открытые веса впервые по-настоящему догнали фронтир закрытых лабораторий. Не на бумажке и не в маркетинге, а на реальных запросах пользователей.
Отдельно DeepSeek потроллили Anthropic. В треде релиза прямо написано: V4 «бесшовно интегрируется с Claude Code». Вчера у Anthropic вышел пост-мортем про сломанный харнесс, сегодня им предлагают подменить модель и заодно сэкономить. Больно.

И вишенка. DeepSeek честно сказали, что Pro сейчас работает на ограниченных мощностях: топовых ускорителей не хватает. Во второй половине года они переезжают на Huawei Atlas 950 SuperPoD и обещают снова уронить цену. Санкции не остановили китайский AI, они просто заставили его пересесть на собственное железо.
Итог простой. Вчера миллион токенов контекста был роскошью. Сегодня это стандарт с открытыми весами. А закрытые лаборатории теперь должны объяснить, за что они берут свои деньги.

Тестим: https://huggingface.co/collections/deepseek-ai/deepseek-v4https://chat.deepseek.com/

https://huggingface.co/collections/deepseek-ai/deepseek-v4

DevOps

23 April 2026 11:14

🚀 Ты всё ещё называешь обёртку над ChatGPT «AI-продуктом»?

Пока ты пишешь промпты - рынок уже ушёл дальше.

Сейчас выигрывают не те, кто умеет красиво формулировать запросы, а те, кто строит агентные системы:
- принимают решения сами
- ходят в API
- работают с Postgres и Redis
- управляют браузером через Playwright
- доводят задачи до результата без человека

И вот правда, о которой мало говорят:

90% таких систем умирают между ноутбуком и продом.

Работает локально. Ломается в реальности.
Нет архитектуры. Нет устойчивости. Нет деплоя.

AI Agents Engineering - курс со Stepik, который закрывает этот разрыв.

- LangGraph, AutoGen, Computer Use
- архитектура агентов, а не «скрипты на коленке»
- LLMOps, логирование, стабильность
- деплой в Docker и работа в проде

8 модулей, 120+ шагов, всё через практику.

На выходе не «сертификат ради галочки», а:
- рабочий production-агент
- понимание, как строить такие системы с нуля
- навыки, за которые уже платят

Сейчас самое окно входа.
Через полгода это станет базой, а не преимуществом.

Скидка 55% действует ещё 48 часов: https://stepik.org/a/276971/

DevOps

22 April 2026 09:09

👉 Поднимите приватный инференс на выделенном железе

В Selectel сделали поддержку видеокарт в управляемых кластерах Kubernetes на выделенных серверах.

Теперь модели можно запускать на отдельном железе: стабильная производительность, изоляция данных и конфигурации под разные задачи. По стоимости — до 40% дешевле, чем использовать ускорители в облачных серверах.

Попробуйте сами, на тест дают до 30 000 бонусных рублей: https://slc.tl/bwbx2

Реклама. АО "Селектел". erid:2W5zFGKKZF7

DevOps

17 April 2026 11:22

Быстрый Linux совет 🐧

Если сложно читать содержимое переменной $PATH - разнеси её по строкам.

По умолчанию там всё в одну линию через двоеточие, поэтому быстро понять структуру почти нереально.

Просто прогоняешь через tr:

$ echo $PATH | tr ":" "\n"

Теперь каждый путь отображается с новой строки.

Мелочь, но сильно ускоряет разбор окружения и поиск проблем.

Сохрани, пригодится.

DevOps

16 April 2026 11:24

⚡️ Вы слышали про Rust. Знаете, что он быстрый, безопасный и что за ним будущее.

Осталось одно: сесть и выучить.

Этот курс со Stepik- кратчайший путь от «знаю что такое Rust» до «пишу на нём».

6 модулей, 50 уроков, 143 теста. Ownership, borrowing, traits, async, Tokio, Axum, макросы, WASM — всё разложено по полочкам и закреплено практикой.
Никакого видео на 40 минут ради одной мысли. Подробный текст, много кода, реальные задачи после каждого урока. На выходе — портфолио из 10+ проектов: от CLI-утилит до REST API с базой данных.

48 часов действует скидка 55 процентов: stepik.org/course/269250

DevOps

15 April 2026 13:35

GitHub stars больше не показатель. Их просто покупают

Исследование показало: около 6 миллионов звёзд, поставленных недавно на GitHub могут быть накрученными. Это 18 617 репозиториев и 300 000+ аккаунтов.

Рынок уже сформировался:
• звезда стоит от $0.03 до $0.85
• продаётся через фриланс-платформы, вроде Fiverr и через Telegram
• накрутка делается пачками под запуск или «рост» проекта

Проблема в том, что инвесторы и алгоритмы до сих пор смотрят на звёзды как на сигнал качества и популярности.

Реальный показатель сейчас - разрыв между метриками:

• если звёзд много, а форков и watchers почти нет
• если никто не копирует код и не следит за обновлениями
• если нет активности в issues и PR

https://awesomeagents.ai/news/github-fake-stars-investigation/

DevOps

13 April 2026 14:04

⚡️ 20 kubectl команд, которые экономят часы в проде

Когда что-то падает — не нужен весь kubectl.
Достаточно этих команд 👇

🧪 Быстрый дебаг
• kubectl get pods -A --field-selector=status.phase!=Running
• kubectl get pods -A --sort-by=.status.containerStatuses[*].restartCount
• kubectl describe pod <pod> -n <ns>
• kubectl get pods -A | grep Pending

📜 Логи и ресурсы
• kubectl logs <pod> -n <ns> --previous
• kubectl top pods -A
• kubectl describe node <node>

🧭 Сеть и размещение
• kubectl get pod <pod> -n <ns> -o wide
• kubectl get pods -A -o wide | grep <node>
• kubectl get svc -A -o wide
• kubectl run tmp-shell -it --rm --image=busybox -- /bin/sh

🚀 Роллауты и откаты
• kubectl port-forward svc/<svc> 8080:80
• kubectl rollout history deployment/<name>
• kubectl rollout undo deployment/<name>
• kubectl get deployment <name> -o yaml

🧩 События и конфиг
• kubectl get events -A --sort-by=.metadata.creationTimestamp
• kubectl describe svc <svc>
• kubectl get endpoints <svc>
• kubectl get ingress -A

Освоишь эти команды - будешь закрывать 90% проблем в проде намного быстрее.

Сохрани, чтобы не искать потом 🔖

DevOps

11 April 2026 14:03

🔥 История, которая перевернула безопасность во всём мире и всё из-за одной «невидимой» ошибки

В 1979 году на АЭС Three Mile Island в США произошла одна из самых известных ядерных аварий.

Но самое страшное было не в поломке.

А в том, как люди её интерпретировали.

Операторы видели данные с приборов и сделали, казалось бы, логичный вывод:

👉 система переполнена водой
👉 нужно её уменьшить

Они действовали «по инструкции».

Но реальность была противоположной.

💥 Реальная проблема:
• реактор терял охлаждение

А действия операторов только усугубили ситуацию

Почему это произошло?

Потому что они опирались только на видимые сигналы, игнорируя то, чего не было видно напрямую.

🧠 Это тот же тип ошибки мышления, что и у Вальда:

**мы доверяем тому, что видим
и игнорируем то, чего не видим**

После аварии провели масштабное расследование.

И выяснилось:

- интерфейсы показывали слишком много лишнего
- ключевые сигналы были «спрятаны»
- операторы не понимали, что действительно важно

⚡️ Что изменилось после этого:

- появилось направление human-centered design в критических системах
- интерфейсы начали проектировать под стрессовые ситуации
- в авиации и энергетике внедрили симуляторы аварий
- появилась концепция:
👉 «если пользователь ошибается — виноват дизайн, а не пользователь»

📊 Интересный факт:

после внедрения новых подходов к интерфейсам и обучению
👉 количество критических ошибок операторов в авиации и энергетике снизилось в разы

💡 Где это встречается сегодня:

- дашборды в аналитике
- мониторинг в DevOps
- алерты в продакшене
- метрики в AI

Ты видишь график — и думаешь, что понимаешь систему.

Но настоящая проблема часто скрыта в том,
чего нет на графике

👉 Главный вывод:

самые опасные ошибки — не в данных
а в том, как ты их интерпретируешь

📌 Параллель с Вальдом:

- там не было данных о погибших самолётах
- здесь не было понимания реального состояния реактора

И в обоих случаях: невидимое оказалось важнее видимого

#thinking #engineering #ai #devops

DevOps

10 April 2026 15:38

🚀 Qwen Code обновился - теперь это почти автономный DevOps-агент

Вышли версии v0.14.0 – v0.14.2 и это уже не просто тулза, а полноценная система для управления задачами, агентами и инфраструктурой.

Что добавили:

• Channels - управляешь Qwen Code прямо из Telegram, DingTalk или WeChat
Пишешь с телефона - выполняется на сервере

• Cron Jobs - регулярные AI-задачи
Тесты каждые 30 минут, билд по утрам, мониторинг логов по расписанию

• Qwen3.6-Plus - новый флагман
1M контекста и до 1000 бесплатных запросов в день

• Sub-agent Model Selection - разные модели под разные задачи
Тяжёлую модель на основную логику, быструю на подзадачи
Экономия токенов без потери качества

• /plan - режим планирования
Сначала AI строит план по файлам и шагам, потом ты подтверждаешь и он исполняет

• Follow-up Suggestions - после задачи предлагает следующие шаги
Типа «добавить тесты?» или «проверить похожие файлы»

• Adaptive Output Tokens - умный вывод
По умолчанию 8K, но сам расширяется до 64K если не хватает

• Ctrl+O - переключение режима ответа
Подробный для дебага или компактный для работы

https://github.com/QwenLM/qwen-code/releases

@ai_machinelearning_big_data

#qwen

DevOps

09 April 2026 14:04

🐳 Docker: не пихай всё в один контейнер

Работает локально, но в проде это боль.

Частая ошибка 👇
запихнуть в один контейнер:

- приложение
- базу данных
- nginx
- очереди

Кажется проще… но на деле:

❌ сложно масштабировать
❌ невозможно нормально обновлять
❌ падает всё сразу
❌ сложнее дебажить

И самое неприятное:

👉 ты теряешь главный смысл Docker — изоляцию и независимость сервисов

Как правильно:

- 1 контейнер = 1 сервис
- база отдельно
- backend отдельно
- nginx отдельно

Используй:

- docker-compose для локалки
- Kubernetes / orchestration для прода

Docker — это не про “запихнуть всё вместе”
это про разделение и контроль

DevOps

08 April 2026 19:20

Prometheus на пальцах: как устроен главный инструмент мониторинга 🔍

Разбираем архитектуру Prometheus без лишней теории - только суть:

1. Discovery & Retrieval
Автоматически находит сервисы (например, в Kubernetes) и начинает собирать с них метрики.

2. Prometheus Server
Главный мозг системы - ходит по таргетам, собирает данные, обрабатывает и управляет хранением.

3. TSDB
Встроенная time-series база, где лежат все метрики - быстро отвечает как на realtime, так и на исторические запросы.

4. Pushgateway
Нужен для короткоживущих задач - они пушат метрики перед завершением.

5. Exporters
Адаптеры для сторонних систем - превращают их метрики в понятный для Prometheus формат.

6. Alertmanager
Следит за правилами и шлёт алерты в Slack, почту и другие каналы.

7. PromQL + Grafana
Пишешь запросы, строишь графики, собираешь дашборды.

Итог простой:
Prometheus - это стандарт де-факто для мониторинга распределённых систем и cloud-native инфраструктуры.

https://github.com/iam-veeramalla/observability-zero-to-hero/tree/main/day-2

DevOps

30 April 2026 10:59

👉 Linux - strace: один из самых недооценённых инструментов

Он нужен в тот момент, когда приложение падает, не видит конфиг, не может найти библиотеку или ругается на файл, которого “вроде бы нет”.

Обычно в такой ситуации начинают гадать: путь не тот, прав не хватает, переменная окружения сломалась, сервис запущен не от того пользователя.

Но strace позволяет не гадать.

Он показывает, к каким файлам процесс реально обращается во время работы. Не то, что написано в документации. Не то, что вы предполагаете. А то, что программа делает на самом деле.

И вот тут часто всё становится очевидно: приложение ищет config не в той директории, лезет за библиотекой по старому пути, не может открыть сертификат или получает отказ из-за прав доступа.

Это особенно полезно при отладке сервисов, Docker-контейнеров, странных production-багов и бинарников, у которых нет нормальных логов.

Главная идея простая: когда Linux-программа ведёт себя непонятно, сначала посмотри её системные вызовы.

https://www.youtube.com/shorts/iRnNQWKozSA

DevOps

29 April 2026 11:04

Митап для тех, кто управляет инфраструктурой

Selectel собирает сисадминов и тех, кто управляет инфраструктурой на традиционный митап с живыми дискуссиями, интерактивом и нетворкингом.
📅 6 мая, 19:00
📍Санкт-Петербург + онлайн
Поговорим про ИИ в управлении инфраструктурой , новые ИИ-инструменты и поделимся своими историями из жизни на открытом микрофоне.

Смотрите программу и регистрируйтесь: https://slc.tl/21io9

Реклама. ООО "Селектел-Лаб". erid:2W5zFHGfz5w

DevOps

27 April 2026 14:02

🖥 Как устроен Kubernetes

Kubernetes-кластер состоит из двух основных частей.

Первая - Control Plane. Это мозг системы, который управляет кластером и принимает решения. Вторая часть - Worker Nodes. Это серверы, на которых запускаются контейнеры и реальные приложения.

В Control Plane несколько ключевых компонентов. API Server является точкой входа в кластер - через него проходят все команды и запросы. Scheduler выбирает, на каком узле запускать новые Pod. Controller Manager следит за состоянием системы и автоматически восстанавливает сервисы при сбоях. etcd хранит конфигурацию и текущее состояние всего кластера.

Worker Nodes выполняют приложения.

Pod - это минимальная единица развертывания, внутри которой работают контейнеры. Container Runtime запускает контейнеры на сервере. kubelet является агентом узла и следит за тем, чтобы контейнеры работали как описано в конфигурации. kube-proxy отвечает за сетевое взаимодействие и маршрутизацию трафика внутри кластера.

Если упростить, Control Plane управляет кластером, а Worker Nodes запускают контейнеры и приложения.

Кластер Kubernetes

Control Plane
API Server - точка входа в кластер
Scheduler - назначает Pod на узлы
Controller Manager - поддерживает состояние кластера
etcd - хранилище конфигурации и состояния

Worker Nodes
Pods - минимальная единица развертывания
Container Runtime - запускает контейнеры
kubelet - агент узла
kube-proxy - сеть и маршрутизация

https://www.youtube.com/shorts/OtNY1e4LGts

DevOps

25 April 2026 15:09

Венец open-source эволюции: кто-то создал Shreknux - Linux-дистрибутив, полностью посвященный Шреку.

Тут все как надо: болотная эстетика, интерфейс в стиле мультфильма и вход в систему через кнопку «Enter the swamp». Не баг, а культурное наследие.
Кажется, у нас наконец появился действительно веский повод перейти на Linux.

https://archive.org/details/ShrekLinux-x86-64

DevOps

23 April 2026 13:15

🗺 Kubernetes Key Commands Map - карта ключевых команд Kubernetes, которую стоит сохранить

Если работаешь с Kubernetes, очень легко утонуть в количестве команд.

Но на практике чаще всего нужны не сотни команд, а понятная база, которая закрывает основные сценарии каждый день.

Эта карта охватывает 7 важных направлений:

1. Управление Pod'ами
2. Управление кластером
3. Управление сервисами
4. Мониторинг ресурсов
5. Работа с namespace
6. Управление deployment
7. Конфигурации и secrets

Важно понимать:
это не полный список команд Kubernetes.

Здесь собраны именно ключевые команды, которые чаще всего нужны в реальной работе - для диагностики, деплоя, проверки состояния и повседневного администрирования.

Сохрани себе, если работаешь с DevOps, Cloud или Kubernetes - такая шпаргалка реально экономит время.

54K+ человек уже читают мою рассылку про DevOps и Cloud:
https://techopsexamples.com/subscribe

🖥 Полезные Linux ресурсы 🚀 Max

@DevOPSitsec

DevOps

22 April 2026 11:13

Можно разрабатывать cloud-приложения… вообще без интернета 🤯

Да, теперь тебе не нужен AWS, чтобы тестировать S3.

Появился инструмент - gofakes3
Это лёгкий клон S3, который работает прямо у тебя локально.

Что это даёт:

• 💸 Ноль затрат
никаких счетов от AWS за тесты

• 📴 Полностью оффлайн
можешь разрабатывать даже без интернета

• ⚡ Быстрое тестирование
никаких задержек и сетевых лагов

Как это используют на практике:

👉 тестируешь загрузку файлов
👉 проверяешь интеграции с S3
👉 гоняешь edge-кейсы без риска

И всё это — локально.

💡 Почему это важно

Раньше:

локальная разработка ≠ прод

Теперь:

👉 ты можешь воспроизвести поведение облака у себя

🔥 Особенно полезно если ты:

- пишешь backend
- работаешь с файлами
- строишь SaaS
- тестируешь интеграции

🚀 Инсайт

Чем больше инфраструктуры ты переносишь локально
→ тем быстрее ты разрабатываешь

И тем меньше платишь.

Такие инструменты тихо убивают зависимость от облаков
на этапе разработки.

github.com/johannesboyne/gofakes3/

🖥 Полезные Linux ресурсы 🚀 Max

@DevOPSitsec

DevOps

19 April 2026 15:01

🎮 Учись программировать через игры — это реально работает

Если скучно учить код по книжкам - попробуй формат, где ты сразу применяешь знания на практике

Вот 10 крутых платформ:

1. Kubernetes
http://k8sgames.com

2. DevOps
http://devops.games

3. Linux
http://overthewire.org

4. Git
http://ohmygit.org

5. Python
http://codecombat.com

6. CSS & HTML
http://codepip.com

7. Кибербезопасность
http://picoctf.org

8. Мобильное обучение (как Duolingo)
http://sololearn.com

9. Для новичков с нуля
http://scratch.mit.edu

10. 25+ языков программирования
http://codingame.com

Почему это работает:

- сразу практика, а не теория
- есть цель и геймификация
- быстрее запоминается
- не выгораешь

Если ты только начинаешь или застрял —
это один из самых быстрых способов прокачаться

DevOps

16 April 2026 13:32

📌 15 лучших CI/CD инструментов для DevOps в 2026 году

Jenkins
https://github.com/jenkinsci/jenkins

GitLab CI (Community Edition)
https://github.com/gitlabhq/gitlabhq

Drone CI
https://github.com/harness/drone

Concourse CI
https://github.com/concourse/concourse

Woodpecker CI
https://github.com/woodpecker-ci/woodpecker

Argo Workflows
https://github.com/argoproj/argo-workflows

Argo CD (GitOps CD)
https://github.com/argoproj/argo-cd

Tekton Pipelines
https://github.com/tektoncd/pipeline

Spinnaker
https://github.com/spinnaker/spinnaker

GoCD
https://github.com/gocd/gocd

Zuul CI
https://github.com/zuul/zuul

Screwdriver CI
https://github.com/screwdriver-cd/screwdriver

Brigade
https://github.com/brigadecore/brigade

Dagger
https://github.com/dagger/dagger

Flux CD (GitOps)
https://github.com/fluxcd/flux2

DevOps

15 April 2026 14:01

🔥 Что на самом деле хотят услышать на DevOps собесе

На собеседованиях по DevOps очень любят спрашивать: "Как у вас устроен мониторинг в проекте?"

И многие отвечают слишком коротко:
Prometheus, Grafana, CloudWatch.

Ответ вроде правильный.
Но для сильного собеседования этого мало.

Интервьюеру обычно важно понять не просто названия инструментов, а всю цепочку:

- как собираются логи
- куда они попадают дальше
- как долго хранятся
- как собираются метрики
- как считается SLA
- и почему архитектура сделана именно так

Именно это показывает разницу между человеком, который просто пользовался готовым стеком, и тем, кто реально поднимал мониторинг в production.

Например, в enterprise-проекте на EKS мониторинг может выглядеть так:

Есть два типа нагрузок:
- микросервисы на Fargate
- stateful-приложение в StatefulSet

И подход к ним разный.

Для Fargate удобно использовать OpenTelemetry add-on.
Он автоматически собирает логи со всех Fargate-подов и отправляет их в CloudWatch. Это простой и удобный вариант, когда не хочется отдельно городить сбор логов внутри каждого сервиса.

Для StatefulSet чаще нужен более гибкий контроль.
Тут можно использовать Fluent Bit как sidecar-контейнер:
он читает логи из общего тома, фильтрует их, форматирует и отправляет в CloudWatch.

Это особенно важно в банках и других регулируемых системах, где есть требования к структуре логов, аудиту и хранению данных.

Дальше пайплайн может быть таким:

CloudWatch → Lambda для форматирования → Kinesis Firehose → OpenSearch

Зачем это нужно:

- Lambda может нормализовать и обогащать логи
- Firehose умеет батчить и стабильно доставлять данные
- OpenSearch удобен для поиска и анализа
- S3 подходит для долгого и дешёвого хранения

Пример хранения:
- 7 дней в OpenSearch
- 30 дней в CloudWatch
- полный архив в S3

С метриками история другая.

Обычно используют Prometheus, который ходит в /metrics каждого приложения, например каждые 30 секунд.

Чтобы Prometheus понимал, что именно скрейпить в Kubernetes, для сервисов настраивают ServiceMonitor.

Дальше Grafana показывает всё в дашбордах.

Хорошая практика - свести в Grafana сразу несколько источников:
- Prometheus для технических метрик
- CloudWatch для инфраструктуры и логов
- OpenSearch для поиска по событиям и ошибкам

Тогда в одном месте можно увидеть:
- CPU и memory
- latency и error rate
- логи по времени инцидента
- состояние сервиса по SLA

И вот тут начинается взрослая часть мониторинга.

SLA - это не абстрактная цифра на слайде.
Это конкретный лимит простоя.

Например, 99.1% uptime в месяц означает, что сервис может быть недоступен примерно 6.4 часа за месяц.

Если это вынесено в Grafana, то и команда, и бизнес видят состояние системы в реальном времени, а не узнают о проблеме постфактум.

Поэтому на собеседовании лучше рассказывать не просто набор инструментов, а целую историю:

не "у нас Prometheus и Grafana",
а "вот как у нас собираются логи, вот куда они идут, вот почему выбран именно такой маршрут, вот как мы храним данные, вот как считаем SLA и что видит бизнес".

Именно такой ответ звучит как опыт production-уровня.

https://uproger.com/samyj-populyarnyj-vopros-na-sobesedovaniyah-devops-kak-u-vas-ustroen-monitoring-v-proekte/

DevOps

14 April 2026 10:48

Установка браузера Firefox на Linux и Windows

DevOps

13 April 2026 10:17

🔥 Linux 7.0 - Торвальд и команда вычистили десятилетия грязного легаси и ОС стала реально быстрее!

Линус Торвальдс наконец пошёл на радикальный шаг и начал массовую зачистку старого кода. То, что копилось годами, просто выкинули. Итог - система стала заметно проще, чище и быстрее.

Что изменилось по факту:

XFS сильно прокачали - файловая система стала надёжнее, меньше рисков потери данных и лучше ведёт себя под нагрузкой

Работа с памятью ускорилась примерно на 20%, плюс подтянули сетевой стек - соединения стабильнее при высоких нагрузках

Контейнеры теперь стартуют быстрее за счёт улучшений в open_tree - меньше оверхеда при разворачивании

В Kconfig наконец дали больше свободы кастомизации - можно заменить Tux на свой логотип

Поддержка железа тоже прокачана - AMD и Intel работают эффективнее без ручных оптимизаций

Главное здесь не список фич, а тренд. Ядро постепенно избавляется от исторического балласта и становится более предсказуемым и удобным для современных нагрузок.

https://github.com/torvalds/linux/releases/tag/v7.0

🐍 Python полезные ресурсы 🚀Max

@pythonl

DevOps

11 April 2026 09:45

🚨 Сжали Docker-образ с 846 MB до 2.5 MB

Классическая проблема. Один Dockerfile, жирный базовый образ, внутри всё подряд. Билд-тулы, кэши, временные файлы, лишние пакеты. В прод улетает всё.

Результат понятен. Огромный образ, медленные pull, лишние деньги за хранение и увеличенная поверхность атаки.

Решение:

Первый шаг. Лёгкий builder. Переход с полного golang-образа на alpine сразу режет размер в разы.

Дальше главный приём. Multi-stage build. В первом этапе собираешь бинарник со всеми зависимостями. Во втором стартуешь с чистого минимального образа и копируешь только результат сборки.

В прод не попадает ничего лишнего. Ни компиляторов, ни кэшей, ни dev-пакетов.

Дополнительно вычищаются слои. Команды объединяются, временные файлы удаляются сразу. Через .dockerignore выкидывается весь мусор из контекста сборки.

Для Go это усиливается статической сборкой. CGO выключен, бинарь самодостаточный.

На выходе остаётся минимальный runtime с одним бинарником.

846 MB превращаются в 2.5 MB.

DevOps

10 April 2026 09:53

Лучшие DevOps-проекты, которые можно собрать бесплатно в 2026:

End-to-End CI/CD Pipeline (GitHub Actions + EKS)
https://github.com/NotHarshhaa/CI-CD_EKS-GitHub_Actions
Terraform + EKS + GitHub Actions
https://github.com/AmanPathak-DevOps/EKS-Terraform-GitHub-Actions
Azure DevOps + Terraform CI/CD
https://github.com/Azure-Samples/azure-devops-terraform-oidc-ci-cd
Kubernetes 3-Tier DevSecOps проект
https://github.com/AmanPathak-DevOps/End-to-End-Kubernetes-Three-Tier-DevSecOps-Project
Terraform + Kubernetes (GCP)
https://github.com/Artemmkin/terraform-kubernetes
AWS VPC + Terraform + GitHub Actions
https://github.com/GovindSingh9447/VPC-Terraform-Github-Action
DevOps Journey (Azure DevOps + AKS)
https://github.com/thomast1906/DevOps-Journey-Using-Azure-DevOps
Подборка реальных DevOps-проектов
https://github.com/techiescamp/devops-projects
DevOps Mega Project (AWS + Kubernetes + ArgoCD)
https://github.com/Amitabh-DevOps/DevOps-mega-project
Репозиторий DevOps-проектов (от beginner до advanced)
https://github.com/NotHarshhaa/DevOps-Projects

DevOps

09 April 2026 12:08

🔥 5 главных AI coding агентов 2026 года

Сравнили всё: модели, контекст, цены, автономность
Claude Code, Codex, Cursor Agent, Gemini CLI, Deepagents. Пять инструментов, которые определяют, как пишется код прямо сейчас. Разложили по полочкам.

Claude Code работает на Sonnet/Opus, контекст 200K (1M на Max), закрытый код, $3/$15 за миллион токенов. Лучше всего для сложных мультифайловых задач.

Codex от OpenAI - терминал + облако, GPT 5.3/5.4 Codex, миллион токенов контекста, высокая автономность.

CLI открыт, облако нет. $1.50/$6. Заточен под асинхронные фоновые задачи.

Cursor Agent - единственный, кто встроен в IDE. Работает с несколькими моделями (Claude, GPT, Gemini), но автономность низкая, больше интерактивный. Закрытый код. ~$1.25/$6. Для повседневного кодинга.

Gemini CLI от Google - полностью open source (Apache 2.0), бесплатный (1K запросов в день), Gemini Flash/Pro, миллион токенов. Средняя автономность. Лучший бесплатный вариант.

Deepagents - MIT-лицензия, работает с любой LLM, SDK + CLI, конфигурируемая автономность. Бесплатен (платишь только за свою модель). Для кастомных пайплайнов.

Два опенсорсных, два закрытых, один гибрид. Выбор зависит от задачи, бюджета и того, насколько вы готовы отдать контроль агенту.

https://www.youtube.com/shorts/cvs93C4k-IQ

DevOps

08 April 2026 18:18

🐳 Whale запускает уникальный конкурс для разработчиков ИИ

Смысл простой: ты создаёшь AI-игрока, подключаешь его, и он сам играет, анализирует и пытается заработать больше всех. $10,000 призовой фонд, турнир пройдет 14 дней.

Задача бота - анализировать состояние игры, выбирать стратегию и управлять балансом, адаптироваться к результатам и минимизировать потери.

Перед стартом есть sandbox для тестов без риска. Подключение простое, поддерживаются GPT, Claude и другие MCP-совместимые решения.

➡️ Whale