DevOps

👩‍💻 Эта статья рассказывает, как создать контейнер Docker для приложения на SvelteKit, чтобы упростить развертывание и управление! 🌟 В статье объясняется настройка адаптера Node.js, создание Dockerfile с многоступенчатой сборкой, работа с переменными окружения и советы по оптимизации для продакшена. Также рассматриваются вопросы безопасности, мониторинга и работы с формами. 🔗 Ссылка: *клик* @devopsitsec

🧐По каким причинам могут возникнуть сопротивления при внедрении изменений в процессы компании? Узнайте на бесплатном вебинаре онлайн-курса «DevOps Lead» - «Как работать с сопротивлением во время изменений в компании»: https://otus.pw/70lD/?erid=2W5zFHUSqxt На бесплатном вебинаре рассмотрим: - причины возникновения сопротивления; - какие возможны последствия; - концепции работы с сопротивлением. После занятий вы будете знать: - какие могут быть риски при возникновении подобных сопротивлений, если с ними не работать; - некоторые фреймворки работы с сопротивлением. 🤝После вебинара продолжите обучение на курсе со скидкой и даже в рассрочку! Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

⚡️ Teller — универсальный open-source менеджер секретов для разработчиков Теперь вам не нужно покидать терминал, чтобы работать с секретами при разработке, тестировании и развертывании приложений. Забудьте о кастомных скриптах, токенах в .zshrc, командах EXPORT, попавших в историю bash, случайно закоммиченных .env.production и других уязвимостях. Просто подключите Teller к любому хранилищу секретов, ключевому хранилищу или облачному сервису, который используете — он поддерживает HashiCorp Vault, AWS Secrets Manager, Google Secret Manager и многое другое. Используйте Teller для организации конфигурации окружения или внедряйте его как стандартный процесс в команде. 🖥 GitHub

Но ты не один Посмотрим, сколько нас — на бесплатном вебинаре «Тулинг для построения более безопасной инфраструктуры в Kubernetes». Разберём всё: от сканирования на уязвимости до деплоя в прод и постоянного мониторинга возможных инцидентов А ещё: - посмотрим, что есть в экосистеме k8s - зачем это применять - когда не оправдано закручивание гаек в инфраструктуре Спикер: Виталий Лихачев, SRE в крупном нидерландском тревелтехе. Дата: 27 марта 20:00 👉 Занять место — через бота. В конце вебинара — подарок 🎁 Вебинар проходит в рамках курса «Kubernetes Мега» Реклама ООО «Слёрм» ИНН 3652901451

О! Астрологи объявили март месяцем DevOps ✨ 27 марта пройдёт первый DevOps митап от Островка. Программа митапа: 🟢 «Как правильно готовиться к работам, связанным с даунтаймами» — Иван Иостман, Senior Data Infrastructure Engineer, Островок. 🟢 Stand-up «Девопс — не лошадь» — Александр Чистяков, многодетный отец девопсов. 🟢 «Автоскейлинг инференса в Kubernetes» — Антон Алексеев, Selectel. 🟢 Stand-up «Ошибки капитального строительства» — Антон Жбанков, автор канала BeerPanda. Ведущие: 🔹Александр Крылов — организатор DevOpsForLove, CPO "Штурвала" в Лаборатории Числитель. 🔹Денис Божок — Engineering Manager, Островок. 🔹Анна Афонина — организатор ProIT Fest. Трансляции не будет, но мы выложим запись мероприятия на нашем канале в YouTube. 👉Регистрация по ссылке Мы приглашаем поучаствовать очно в первую очередь DevOps-специалистов. Участие будет одобрено в течение 1-2 дней. Подтверждение и подробную информацию о мероприятии направим на почту, указанную при регистрации. До встречи! Реклама. ООО "БРОНИРОВАНИЕ ГОСТИНИЦ". ИНН 7703389880.

✔️ Factorio стала новым бенчмарком для ИИ. Factorio привлекла внимание ресерчеров в качестве инструмента для оценки возможностей ИИ. Игра измеряет способность языковых моделей планировать и создавать сложные системы, одновременно управляя ресурсами и производственных цепочек. Для этих целей была разработана среда Factorio Learning Environment (FLE) c двумя режимами: "Lab-Play" (24 структурированные задачи) и "Open Play", где агенты исследуют процедурно сгенерированные карты с целью построить максимально большую фабрику. В процессе тестирования модели взаимодействуют с Factorio через Python API и получают обратную связь через игровой сервер. Оцениваются параметры "Производственный показатель" и достижение ключевых "Вех". Создатели протестировали 6 LLM, включая Claude 3.5 Sonnet и GPT-4o. Результаты показали, что модели испытывают серьезные трудности с пространственным мышлением, долгосрочным планированием и исправлением ошибок. Лучшие результаты у Claude 3.5 Sonnet, которая успешно справилась с 15 из 24 задач в режиме "Lab Play". jackhopkins.github.io ✔️ Американцы все чаще считают, что искусственный разум превосходит их интеллект. Исследование, проведенное Университетом Элона, выявило, что почти половина пользователей (49%) полагает, что LLM превосходят их собственный интеллект. Из отчета следует, что женщины чаще мужчин считают LLM "значительно умнее" (30% против 20%), а половина взрослого населения США уже использует языковые модели, лидирует ChatGPT с долей в 72%. Также выяснилось, что большинство пользователей (51%) применяют LLM в личных целях для обучения и планирования, в то время как для работы их используют лишь 24%. 65% пользователей взаимодействуют с ИИ-системами посредством голосовых команд. Несмотря на высокий показатель общей удовлетворенности (76%), значительная часть пользователей сталкивается с проблемами: 23% совершали серьезные ошибки из-за галлюцинаций моделей в ответах, а 21% чувствовали себя манипулируемыми. imaginingthedigitalfuture.org ✔️ ReasonGraph: инструмент для анализа ризонинга LLM. ReasonGraph - опенсорсная веб-платформа, разработанная Кембриджским университетом, для визуализации и анализа процессов рассуждений LLM. Она поддерживает как последовательные, так и древовидные методы рассуждений, легко интегрируясь с основными провайдерами LLM и более чем 50 языковыми моделями. Платформа построена на модульном каркасе и имеет выбор метода мета-рассуждения и настраиваемые параметры визуализации. ReasonGraph улучшает обнаружение ошибок в логических процессах и способствует более эффективной разработке приложений на основе LLM. Оценка платформы показала практически 100% точность rule-based XML-парсинга при извлечении и визуализации путей рассуждений. Репозиторий проекта на Github. Демо на HuggingFace. arxiv.org ✔️ MEGA mini: концепт архитектуры для универсальных NPU. На конференции по твердотельным схемам (ISSCC) была представлена архитектура MEGA.mini, позиционируемая как универсальный процессор для генеративного ИИ. MEGA.mini использует парадигму Arm big.LITTLE и предлагает использование двухъядерной концепции в NPU. Предполагается, что высокомощные ядра "Mega" будут задействоваться для выполнения ресурсоемких задач, а облегченные ядра "Mini" будут использоваться для рутинных операций. Архитектура разрабатывается как универсальный процессор, в отличие от CPU, чтобы разработчики могли применять его в разных сценариях - от NLP-задач до мультимодальных ИИ-систем. techradar.com ✔️ Deepseek R1 671B запустили локально на новом Mac Ultra M3. YouTube-блогер Дейв Ли провел эксперимент по локальному запуску 4-bit версии Deepseek R1 с 671B параметров. Она может работать локально, но требует 512 ГБ RAM, 404 ГБ хранилища и принудительного выделения 448 ГБ видеопамяти через терминал. Несмотря на незначительное снижение точности, скорость инференса составила 17-18 токенов в секунду, при этом энергопотребление находилось в пределах 200 Вт. Для сравнения: ПК с аналогичной производительностью потребовал бы в 10 раз больше электричества. macrumors.com @ai_machinelearning_big_data #news #ai #ml

✔️ Factorio стала новым бенчмарком для ИИ. Factorio привлекла внимание ресерчеров в качестве инструмента для оценки возможностей ИИ. Игра измеряет способность языковых моделей планировать и создавать сложные системы, одновременно управляя ресурсами и производственных цепочек. Для этих целей была разработана среда Factorio Learning Environment (FLE) c двумя режимами: "Lab-Play" (24 структурированные задачи) и "Open Play", где агенты исследуют процедурно сгенерированные карты с целью построить максимально большую фабрику. В процессе тестирования модели взаимодействуют с Factorio через Python API и получают обратную связь через игровой сервер. Оцениваются параметры "Производственный показатель" и достижение ключевых "Вех". Создатели протестировали 6 LLM, включая Claude 3.5 Sonnet и GPT-4o. Результаты показали, что модели испытывают серьезные трудности с пространственным мышлением, долгосрочным планированием и исправлением ошибок. Лучшие результаты у Claude 3.5 Sonnet, которая успешно справилась с 15 из 24 задач в режиме "Lab Play". jackhopkins.github.io ✔️ Американцы все чаще считают, что искусственный разум превосходит их интеллект. Исследование, проведенное Университетом Элона, выявило, что почти половина пользователей (49%) полагает, что LLM превосходят их собственный интеллект. Из отчета следует, что женщины чаще мужчин считают LLM "значительно умнее" (30% против 20%), а половина взрослого населения США уже использует языковые модели, лидирует ChatGPT с долей в 72%. Также выяснилось, что большинство пользователей (51%) применяют LLM в личных целях для обучения и планирования, в то время как для работы их используют лишь 24%. 65% пользователей взаимодействуют с ИИ-системами посредством голосовых команд. Несмотря на высокий показатель общей удовлетворенности (76%), значительная часть пользователей сталкивается с проблемами: 23% совершали серьезные ошибки из-за галлюцинаций моделей в ответах, а 21% чувствовали себя манипулируемыми. imaginingthedigitalfuture.org ✔️ ReasonGraph: инструмент для анализа ризонинга LLM. ReasonGraph - опенсорсная веб-платформа, разработанная Кембриджским университетом, для визуализации и анализа процессов рассуждений LLM. Она поддерживает как последовательные, так и древовидные методы рассуждений, легко интегрируясь с основными провайдерами LLM и более чем 50 языковыми моделями. Платформа построена на модульном каркасе и имеет выбор метода мета-рассуждения и настраиваемые параметры визуализации. ReasonGraph улучшает обнаружение ошибок в логических процессах и способствует более эффективной разработке приложений на основе LLM. Оценка платформы показала практически 100% точность rule-based XML-парсинга при извлечении и визуализации путей рассуждений. Репозиторий проекта на Github. Демо на HuggingFace. arxiv.org ✔️ MEGA mini: концепт архитектуры для универсальных NPU. На конференции по твердотельным схемам (ISSCC) была представлена архитектура MEGA.mini, позиционируемая как универсальный процессор для генеративного ИИ. MEGA.mini использует парадигму Arm big.LITTLE и предлагает использование двухъядерной концепции в NPU. Предполагается, что высокомощные ядра "Mega" будут задействоваться для выполнения ресурсоемких задач, а облегченные ядра "Mini" будут использоваться для рутинных операций. Архитектура разрабатывается как универсальный процессор, в отличие от CPU, чтобы разработчики могли применять его в разных сценариях - от NLP-задач до мультимодальных ИИ-систем. techradar.com ✔️ Deepseek R1 671B запустили локально на новом Mac Ultra M3. YouTube-блогер Дейв Ли провел эксперимент по локальному запуску 4-bit версии Deepseek R1 с 671B параметров. Она может работать локально, но требует 512 ГБ RAM, 404 ГБ хранилища и принудительного выделения 448 ГБ видеопамяти через терминал. Несмотря на незначительное снижение точности, скорость инференса составила 17-18 токенов в секунду, при этом энергопотребление находилось в пределах 200 Вт. Для сравнения: ПК с аналогичной производительностью потребовал бы в 10 раз больше электричества. macrumors.com @ai_machinelearning_big_data #news #ai #ml

DevOps и облака: проверьте свои знания и получите скидку! 🚀☁️ Насколько хорошо вы разбираетесь в Cloud Solution Architecture? Пройдите тест, подтвердите свои знания и получите скидку на обучение на курсе! Этот курс поможет DevOps-инженерам: ✅ Автоматизировать управление облачной инфраструктурой ✅ Настраивать CI/CD и масштабирование в облаке ✅ Работать с Well-Architected Framework и Cloud Adoption ✅ Мигрировать сервисы и повышать отказоустойчивость 📌 Готовы прокачаться? Пройдите тест и получите скидку! 🎓 👉 Попробовать: https://otus.pw/lYmF/?erid=2W5zFGtcF5S Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🔥 Better Commits — инструмент для удобного создания структурированных коммитов в Git, который помогает придерживаться лучших практик и использовать стандартизированные сообщения. ▪ Интерактивный процесс — пошаговое руководство по формированию коммитов ▪ Гибкость — поддержка категорий изменений (feat, fix, chore и др.) ▪ Простота — лаконичный интерфейс для быстрого ввода сообщений ▪ Стандартизация — соответствие принципам Conventional Commits 🖥 Github

Устали от ограничений и долгой настройки серверов? High-speed VDS поможет в работе! Мы предлагаем быстрые VDS для разработчиков с безлимитным интернетом и удобной панелью управления. А чтобы вы могли начать максимально быстро, мы подготовили предустановленный образ GitLab: ✅  Управление репозиториями кода для Git ✅  Система отслеживания задач ✅  Удобная Wiki для документации ✅  Мощный CI/CD пайплайн ✅  И многое другое для продуктивной работы всей команды! 🎁 Подготовили приятный бонус для тебя: +10% к пополнению баланса

⚡️ Как стать DevOps Инженером с Нуля, что учить и в каком порядке 00:00 – 1. Вступление 01:06 – 2. Всевозможные компетенции DevOps инженера 10:35 – 3. Кому проще стать DevOps 15:01 – 4. Что учить по минимуму и в каком порядке 30:04 – 4.1. Основы Network TCP/IP 31:36 – 4.2. Администрирование Windows 34:09 – 4.3. Основы Linux 35:54 – 4.4. Ansible 36:48 – 4.5. Git 37:37 – 4.6. GitHub 38:04 – 4.7. Jenkins 38:23 – 4.8. Docker+DockerHub 38:44 – 4.9. Cloud Platform AWS 42:10 – 4.10. CloudFormation + Terraform 3:25 – 5. Курс DevOps Engineering в JohnBryce, Израиль 49:12 – 6. Как стать профессиональным DevOps инженером 54:24 – 7. Эпилог ✅ источник #video #devops #девопс

📚Без даунтайма и головной боли: разбираем лучшие стратегии на вебинаре Обновления без прерывания работы — мечта DevOps-инженера. Но как её реализовать в реальности? Если каждый деплой — это стресс, а сбои случаются слишком часто, пора разобраться в секретах нулевого даунтайма. На открытом вебинаре 19 марта в 20:00 мск разберем: - Blue/Green, Canary, Feature Toggles – какую стратегию выбрать? - Как Kubernetes и Ansible помогают минимизировать простои. - Как тестировать обновления прямо в продакшене и не бояться откатов. 💬 Спикер Дмитрий Золотов — Flutter+Kotlin Developer в Yandex. Урок пройдет в преддверии старта курса «DevOps-практики и инструменты». Все участники получат скидку на обучение.  👉Регистрируйтесь и выводите инфраструктуру на новый уровень: https://otus.pw/xrIw/?erid=2W5zFGVuZKn Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

⚡️ Проект, в котором разработчик с нуля создал упрощённый аналог Photoshop на C. Автор делится техническими деталями реализации графического редактора, включая работу с изображениями, интерфейсом и алгоритмами обработки. Архитектура приложения: - Реализация базовых функций: кисти, слои, фильтры. - Алгоритмы для трансформаций (масштабирование, поворот). - Работа с цветовыми каналами и пикселями. 📌Интерфейс: Создание GUI без использования современных фреймворков (на чистом C или с минимальными библиотеками). 📌Оптимизация: Методы ускорения рендеринга и обработки больших изображений. Чем полезна статья? Для разработчиков на C/C++: ▪ Пример создания сложного приложения с графическим интерфейсом на низкоуровневом языке. ▪ Идеи для оптимизации ресурсоёмких операций. Для энтузиастов графики: ▪ Пошаговое объяснение алгоритмов обработки изображений (например, реализация размытия или коррекции цвета). Для всех, кто интересуется legacy-кодом: ▪ Как работать с ограничениями языка C в современных задачах. 🟡Статья 🟡Код

✅ Licensify — это инструмент для управления лицензиями программного обеспечения, разработанный компанией Devpro-Software. ▪ Защита ПО: Проект предоставляет средства для генерации, проверки и валидации лицензионных ключей, что помогает защитить ваш продукт от несанкционированного использования. ▪ Простота интеграции: Licensify легко интегрируется в существующие приложения, предоставляя удобное API для управления лицензиями. ▪ Открытый исходный код: Благодаря открытому коду, разработчики могут адаптировать и модифицировать функционал под свои нужды, улучшая и расширяя возможности системы лицензирования. ▪ Гибкость настройки: Позволяет настраивать параметры лицензирования в соответствии с конкретными бизнес-требованиями, будь то trial-версии, подписки или постоянные лицензии. Licensify интересен разработчикам, которым необходимо быстро и надёжно внедрить механизм управления лицензиями в свои коммерческие приложения, обеспечив защиту и контроль над использованием программного обеспечения. go get github.com/Devpro-Software/licensify ▪Github

Приглашаем на митап для DevOps-инженеров от билайна Главные темы — контейнеры, безопасность и миграция. 📍 Офлайн в Казани — в ИТ-парке имени Башира Рамеева 🌐 Онлайн на VK Видео 📆 26 марта, 18:30 (МСК, GMT+3) В программе — три доклада от инженеров билайна: — Виталий Ерофеев — «Миграция платформы данных на корпоративную инфраструктуру: DevOps-стратегия» — Илья Васянин — «Безопасность и удобство, или Как сохранить внутренний покой — Владимир Барков — «DevPod в помощь, или почему не просто docker run» Начало митапа — 26 марта в 18:30 (МСК, GMT+3). Офлайн-участников ждем к 18:00. Регистрация — на сайте. Реклама. ПАО "Вымпелком». ИНН 7713076301

⚡️ pandas-ai — это open-source библиотека, позволяющая интегрировать возможности искусственного интеллекта в работу с DataFrame библиотеки pandas. ▪ Интеграция ИИ с pandas: Проект позволяет задавать вопросы на естественном языке относительно ваших данных в DataFrame и получать интерпретируемые ответы, используя крупные языковые модели (LLM). ▪ Удобство анализа: С помощью pandas-ai вы можете автоматически получать анализ данных, визуализации и статистические выводы без написания сложного кода. ▪ Гибкость и расширяемость: Библиотека легко настраивается и интегрируется с различными моделями и API, что делает её полезной для быстрого прототипирования и разработки аналитических приложений. Таким образом, pandas-ai интересен разработчикам и аналитикам, которые хотят объединить возможности ИИ с традиционным анализом данных для автоматизации и упрощения рабочих процессов. ▪Github

🔥Хотите упростить сбор логов, метрик и трейсов в своей инфраструктуре? Grafana Alloy — мощный инструмент, который унифицирует доставку данных и интегрируется с Prometheus, Loki, Tempo и другими сервисами. ⚡️17 марта в 20.00 мск приглашаем на открытый вебинар "Grafana Alloy - универсальный инструмент доставки логов, метрик и трейсов", на котором узнаем: - Как Grafana Alloy решает проблемы передачи данных в сложных системах?- Чем он отличается от Fluentd, Vector и других агентов? - Как настроить отказоустойчивость и балансировку нагрузки? - Лучшие практики маршрутизации, фильтрации и трансформации данных.Регистрируйтесь и внедряйте Grafana Alloy в своих проектах! 👉Регистрация: https://otus.pw/KiAg/?erid=2W5zFFzhKqA  Занятие приурочено к старту курса "Observability: мониторинг, логирование, трейсинг", на котором вы научитесь строить эффективные системы мониторинга, работать с Prometheus, Grafana, ELK и другими инструментами, визуализировать метрики. Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

В этом чит-листе собраны все необходимые сведения: подключение к серверу, управление содержимым баз данных, создание и изменение таблиц, а также основные SQL-команды (SELECT, INSERT, UPDATE, DELETE) и функции для работы с текстом, числами, NULL-значениями и датами. Для тех, кто не очень дружит с английским, оставляю ссылку на сайт — там всё расписано по пунктам, так что при необходимости легко перевести. А ещё, файл без сжатия можно найти в комментариях. https://learnsql.com/blog/postgresql-cheat-sheet/

18 марта 12:00 Как работать с сетевыми дисками на выделенных серверах Selectel проведет вебинар для системных администраторов, devops-инженеров, техлидов. Расскажут о новой фиче выделенных серверов Selectel — сетевых дисках, которые помогут в - увеличении емкости без замены и добавления локальных дисков, - хранении данных в средах виртуализации, - создании бэкапов для быстрого восстановления, - запуске тестовых сред и временных проектов. На вебинаре на примерах и кейсах покажут, как работать с этим сервисом и применять его для эффективной работы. Мероприятие бесплатное. Зарегистрироваться и задать вопросы спикерам можно по ссылке: https://slc.tl/wpluj Чтобы не пропустить встречу и узнавать о вебинарах, воркшопах и бесплатных курсах Selectel, подписывайтесь на @selectel_events Реклама. АО «Селектел», ИНН 7810962785, ERID: 2VtzqupqdHh

🌟 EuroBERT: энкодеры нового поколения. Исследовательская группа под патронажем Centrale Supélec (Университет Париж-Сакле) выпустила в открытый доступ EuroBERT — семейство мультиязычных энкодеров, обученных на 5 трлн. токенов из 15 языков, включая русский. EuroBERT сочетает инновационную архитектуру с поддержкой контекста до 8192 токенов, что делает это семейство идеальным для анализа документов, поиска информации, классификации, регрессии последовательности, оценки качества, оценки резюме и задач, связанных с программированием, решением математических задачи. В отличие от предшественников (XLM-RoBERTa и mGTE), EuroBERT объединил GQA, RoPE и среднеквадратичную нормализацию, чтобы достичь беспрецедентной эффективности производительности даже в сложных задачах. Второе немаловажное преимущество EuroBERT - в обучение помимо текстовых данных были включены примеры кода и решения математических задач. Самая младшая модель EuroBERT с 210 млн. параметров показала рекордные результаты: в тесте MIRACL по многоязычному поиску её точность достигла 95%, а в классификации отзывов (AmazonReviews) — 64,5%. Особенно выделяется умение работать с кодом и математикой — в бенчмарках CodeSearchNet и MathShepherd EuroBERT опережает аналоги на 10–15%. ▶️Состав релиза: 🟢EuroBERT-210М 🟢EuroBERT-610М 🟢EuroBERT-2.1В ⚠️ EuroBERT можно использовать непосредственно с transformers, начиная с версии 4.48.0 ⚠️ Для достижения максимальной эффективности, разработчики рекомендуют запускать EuroBERT с Flash Attention 2 ▶️ Пример инференса:

from transformers import AutoTokenizer, AutoModelForMaskedLM

model_id = "EuroBERT/EuroBERT-210m"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForMaskedLM.from_pretrained(model_id, trust_remote_code=True)

text = "The capital of France is <|mask|>."
inputs = tokenizer(text, return_tensors="pt")
outputs = model(**inputs)

# To get predictions for the mask:
masked_index = inputs["input_ids"][0].tolist().index(tokenizer.mask_token_id)
predicted_token_id = outputs.logits[0, masked_index].argmax(axis=-1)
predicted_token = tokenizer.decode(predicted_token_id)
print("Predicted token:", predicted_token)
# Predicted token:  Paris

📌Лицензирование: Apache 2.0 License. 🟡Статья 🟡Коллекция на HF 🟡Arxiv 🖥GitHub (Скоро) @ai_machinelearning_big_data #AI #ML #Encoder #EuroBERT