Библиотека задач по DevOps | тесты, код, задания

Что такое Kubernetes HPA (горизонтальное автомасштабирование Pod)? 👾 — Механизм автоматического масштабирования количества модулей в зависимости от использования ресурсов 👍 — Способ динамической корректировки ресурсов, выделяемых модулю, в зависимости от спроса 🥰 — Метод распределения сетевого трафика между несколькими модулями ⚡ — Инструмент для мониторинга и оптимизации использования ресурсов в кластере Библиотека задач по DevOps

Как выдать CI job облачные права без хранения долгоживущих ключей? 👾 — Хранить access-keys в переменных окружения репозитория 👍 — OIDC/workload identity: обмен короткоживущего токена раннера на временные креды (AWS STS/GCP WIF/Azure) 🥰 — Прокинуть ключи через ARG в Dockerfile ⚡️ — Закоммитить .env и закодировать Base64 Библиотека задач по DevOps

😱 Если ваш продукт не умеет отдавать данные в формате, понятном AI-агенту, то вас просто не существует Скрипт не будет кликать по красивым кнопкам в браузере, он уйдёт к конкуренту с нормальным API. Перестроить архитектуру под машинных клиентов — это уже не хайп, а необходимое условие сохранения конкурентоспособности. Как адаптировать продукт и не исчезнуть из выдачи: — интегрировать MCP и A2A-взаимодействие, чтобы агенты могли вас читать; — научиться контролировать стоимость (лимиты, кэш, роутинг между моделями); — настроить AgentOps: трейсинг, логирование и отлов регрессий. Всё это ждёт вас на обновлённом курсе «Разработка AI-агентов». Мы специально сделали фокус на утилитарном инжиниринге и production-ready решениях. Кстати, до 29 марта можно забрать курс с большой скидкой, и стоит поторопиться — мест на потоке всё меньше. Зафиксировать цену и начать деплоить агентов без слива бюджета 👈

Что такое error budget в SRE? 👾 — Плановый бюджет на инфраструктуру в долларах 👍 — Допустимая доля несоответствия SLO за окно наблюдения (напр., 0.1% при SLO 99.9%), используемая для темпа релизов и алертинга 🥰 — Сумма логов, которую можно хранить ⚡️ — Максимальный RTO при аварии Библиотека задач по DevOps

В продакшене вы заметили, что один из контейнеров постоянно перезапускается с ошибкой Exit Code 137. Что это значит и как правильно действовать? 👾 — Контейнер завершён вручную через docker stop; нужно убрать авто-рестарт 👍 — Контейнер был убит системой из-за превышения лимита памяти (OOMKilled); нужно проанализировать использование памяти и скорректировать лимиты/код 🥰 — Ошибка возникает из-за неправильного Dockerfile; нужно пересобрать образ с --no-cache ⚡️ — Это стандартный код успешного завершения; можно игнорировать 🐸Библиотека задач по DevOps

🔥 Хочешь строить карьеру в DevOps или системном администрировании, но не понимаешь, с чего начать? Собрали все бесплатные активности от Rebrain в одном месте👇 🔹 Бесплатные демо-доступы к практикумам(DevOps, Linux, Kubernetes, Kafka и другие) 🔹 Каждую неделю по 3 бесплатных вебинара на хардовые темы от инженеров из VK, Яндекса, WB, Сбера 🔹 Гайды (включая матрицу компетенций DevOps и Linux 2026) 🔹 Виртуальная стажировка DevOps 👉 Подписывайся на канал и выбирай, с чего начать. Rebrain — это практическое обучение для инженеров: без лишней теории, на реальной инфраструктуре и разбором того, что происходит в работе каждый день. Реклама. ООО «Ребреин». ИНН 7727409582. erid: 2Vtzqv5fFRf

Начать рассказывать интервьюеру, как вы ловко дёргаете ручки API через базовый LangChain. Звучит как отличный план, да? Нет, это мгновенный отказ. В свежем отчёте по рынку GPU говорится, что 54% компаний стопают ИИ-внедрения тупо из-за конских затрат на инфраструктуру. На серверах более 70% стоимости — это видеокарты. Поэтому на собесах сейчас спрашивают не про красивые промпты, а про жёсткую экономику агентов. По сути, от вас ждут понимания, как лимитировать ресурсы на лету, роутить запросы и дебажить отказы через механизм time-travel в LangGraph. Если вы до сих пор собираете ботов в ноутбуках, гляньте обновлённый курс «Разработка ИИ-агентов» — фокус там смещён с игрушечных концепций на суровый энтерпрайз. Что требуют от мидлов и выше: — интеграция мультиагентных систем по стандарту MCP; — суровый AgentOps: метрики, трейсинг, защита от деградации пайплайнов; — локальный деплой Open Source под 152-ФЗ (без этого в финтех можно даже не стучаться). Прямо сейчас можно урвать курс с увесистой скидкой (49 000 ₽ 62 990 ₽ за базовый тариф и 99 000 ₽ 124 990 ₽ за продвинутый трек), но стоит поторопиться — на потоке осталось всего 5 мест. 👉 Подтянуть архитектуру до уровня прода

Как масштабировать по p95 латентности в Kubernetes? 👾 — Через HPA v1 по CPU/Memory 👍 — Через HPA v2 с custom/external метрикой (Prometheus Adapter) и таргетом p95 🥰 — Через VPA: он меняет реплики по задержке ⚡️ — ReplicaSet сам увеличит реплики при росте p95 Библиотека задач по DevOps

Как корректно посчитать процент ошибок в Prometheus? 👾 — sum(http_errors_total) / sum(http_requests_total) (сырые счетчики) 👍 — rate(http_errors_total[5m]) / rate(http_requests_total[5m]) с теми же фильтрами/лейблами и затем агрегацией 🥰 — avg_over_time(http_errors_total[5m]) ⚡️ — irate(http_errors_total[5m]) для алерта по SLO Библиотека задач по DevOps

Что реально гарантирует PodDisruptionBudget (PDB) в Kubernetes? 👾 — Защиту от OOM и крэшей ноды 👍 — Ограничение добровольных эвикшенов (drain/upgrade), ниже минимума не опустят; от аварий не спасает 🥰 — Нулевой простой при любых инцидентах ⚡️ — Автоматический автоскейлинг при эвикшене Библиотека задач по DevOps

Какой тип базы данных использует Prometheus? Prometheus использует TSDB (time series database). Библиотека задач по DevOps

Кажется, мы окончательно перешли от игрушек к суровому AgentOps Приглашаем на наш обновлённый курс по разработке ИИ-агентов. Никакой воды про «будущее нейросетей», только инженерный подход. На курсе мы: — пошагово строим готовые системы на LangGraph, CrewAI и MCP; — настраиваем кэширование и роутинг, чтобы бот не сожрал токены; — разбираемся со стейтом, учимся дебажить через time-travel и прикручиваем human-in-the-loop; — выводим RAG в прод так, чтобы безопасники не завернули архитектуру из-за 152-ФЗ. В пекло скучные лекции про общую инфраструктуру — сразу фокусируемся на агентных фреймворках и написании кода. Занятия ведут бывалые лиды из Газпромбанка и Альфы, набившие шишки на реальных задачах.

Кстати, на днях мы пилили агента в прямом эфире, если пропустили — есть запись вебинара.

Сегодня последний день, когда можно забрать курс по старым ценам. Базовый тариф сейчас стоит 49 000 ₽ (вместо 62 990 ₽), продвинутый трек — 99 000 ₽ (вместо 124 990 ₽). Если не хочется отдавать всю сумму сразу, есть рассрочка. Торопитесь — на потоке осталось всего 5 мест! → Зафиксировать цену и перейти к сборке своих агентов

Что верно про CPU requests/limits в Kubernetes? 👾 — Планировщик учитывает limits, а не requests 👍 — Планировщик учитывает только requests; без limit под может бёрстить выше request, при превышении limit — CFS throttling 🥰 — При превышении request контейнер убивается (OOM) ⚡️ — Можно выставить request больше limit Библиотека задач по DevOps

В Kubernetes за «готов принимать трафик» отвечает: 👾 — Liveness Probe 👍 — Readiness Probe 🥰 — Startup Probe ⚡ — ResourceQuota Библиотека задач по DevOps

Самый востребованный навык в ИТ в 2026-м — навык создания ИИ-агентов Мы полностью переработали курс «Разработка AI-агентов» под реалии 2026 года. Никакой долгой теории — с самого начала пишем код. Обучать и делиться набитыми шишками будут эксперты-практики из Газпромбанка, Альфа-Банка и других бигтехов. В программе: — архитектура автономных систем с тестированием, ReAct-циклами и контролем токенов; — практическая работа с актуальными фреймворками LangGraph, AutoGen, MCP и CrewAI; — настройка продвинутого RAG для парсинга документов и точного поиска; — внедрение решений с учётом действующего законодательства (152-ФЗ); — дипломная работа, за основу которой можно взять свой рабочий проект или задачу, которую предложим мы. Эксперты поделятся инсайтами из реального продакшна — тем, о чём вам никогда не расскажет ни одна нейросеть.

Запись первого открытого вебинара, на котором мы вместе с руководителем AI-направления в Альфа-Банке Полиной Полуниной пилили агента в прямом эфире.

Ах да, чуть не забыли! Дарим промокод AGENTSWEB на скидку 10 000 рублей и два курса сверху при покупке до 15 марта 🎁 → Стать AI-инженером

Pod’ы с PersistentVolumeClaim зависают в Pending при динамическом провижининге на zoned-инфраструктуре. Причина — том пытаются создать до того, как шедулер выбрал ноду, и топология не совпадает. Что сделать правильно? 👾 — Увеличить CPU/Memory лимиты Pod’ов 👍 — Перейти на emptyDir вместо PVC 🥰 — В StorageClass включить volumeBindingMode: WaitForFirstConsumer ⚡️ — Удалить и пересоздать PVC при каждом деплое Библиотека задач по DevOps

Какой из перечисленных типов объектов Kubernetes является допустимым? 👾 — kind: PodTemplate 👍 — kind: ReplicaSet 🥰 — kind: ServiceAccount ⚡ — Все вышеперечисленное Библиотека задач по DevOps

Какова цель сервиса Kubernetes? 👾 — Определение и управление набором модулей, которые работают вместе для предоставления услуги 👍 — Для обеспечения балансировки нагрузки и распределения сетевого трафика между несколькими модулями 🥰 — Для создания и управления постоянными томами хранения для Pod-ов ⚡ — Для автоматического масштабирования количества модулей в зависимости от использования ресурсов Библиотека задач по DevOps

⏳ Часовая готовность: создаём ИИ-агента в прямом эфире В 19:00 МСК в рамках нашего курса «Разработка AI-агентов» стартует вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке. Будет live-демо работающего агента, реальные метрики из корпоративной среды и честный разбор архитектурных граблей — без воды и «успешного успеха». Всем зрителям эфира дадим эксклюзивный промокод AGENTS на скидку 10 000 ₽ на любой тариф курса. 👉 Занять место на вебинаре

☝️ Уже сегодня: ИИ-агенты в продакшене — инженерный подход к интеграции LLM Индустрия активно обсуждает потенциал нейросетей, способных автоматизировать бизнес-процессы и заменить целые отделы. Однако реальное внедрение агентов в production вскрывает серьёзные проблемы: разработчикам приходится бороться с непредсказуемыми галлюцинациями моделей, нестабильными API и сложной интеграцией в существующую архитектуру. Сегодня в 19:00 МСК в рамках нашего курса «Разработка AI-агентов» мы проведём открытый вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке. Будем говорить о нейросетях с позиции жёсткой инженерии. Разберём три реальных кейса из сурового банковского энтерпрайза, напишем и запустим агента прямо в эфире, честно обсудим грабли, на которые наступает бизнес при интеграции LLM. Тем, кто придёт на эфир, дадим промокод AGENTS на скидку 10 000 ₽ на любой тариф курса. 👉 Занять место на вебинаре