DevOps
رفتن به کانال در Telegram
По всем вопросам- @workakkk @itchannels_telegram - 🔥полезные ит-каналы https://t.me/Golang_google - Golang программирование @golangl - golang chat @GolangJobsit - golang channel jobs @golang_jobsgo - jobs РКН: clck.ru/3FmvZA #VRHSZ
نمایش بیشتر
شبکه:📈 تحلیل کانال تلگرام DevOps
کانال DevOps (@devopsitsec) در بخش زبانی روسی بازیگری فعال است. در حال حاضر جامعه شامل 23 915 مشترک است و جایگاه 5 518 را در دسته فناوری و برنامه‌ها و رتبه 27 344 را در منطقه روسيا دارد.
📊 شاخص‌های مخاطب و پویایی
از زمان ایجاد در невідомо، پروژه رشد سریعی داشته و 23 915 مشترک جذب کرده است.
بر اساس آخرین داده‌ها در تاریخ 25 اکتبر, 2026، کانال فعالیت پایداری دارد. در ۳۰ روز گذشته تغییر اعضا برابر 244 و در ۲۴ ساعت گذشته برابر 4 بوده و همچنان دسترسی گسترده‌ای حفظ شده است.
- وضعیت تأیید: تأیید نشده
- نرخ تعامل (ER): میانگین تعامل مخاطب 12.27% است و در ۲۴ ساعت نخست پس از انتشار، محتوا معمولاً 5.97% واکنش نسبت به کل مشترکان کسب می‌کند.
- دسترسی پست‌ها: هر پست به طور میانگین 2 936 بازدید دریافت می‌کند. در اولین روز معمولاً 1 429 بازدید جمع‌آوری می‌شود.
- واکنش‌ها و تعامل: مخاطبان به‌طور فعال حمایت می‌کنند؛ میانگین واکنش به هر پست 16 است.
- علایق موضوعی: محتوا بر موضوعات کلیدی مانند devops, kubernetes, git, github, кластер تمرکز دارد.
📝 توضیح و سیاست محتوایی
نویسنده این فضا را محل بیان دیدگاه‌های شخصی توصیف می‌کند:
“По всем вопросам- @workakkk
@itchannels_telegram - 🔥полезные ит-каналы
https://t.me/Golang_google - Golang программирование
@golangl - golang chat
@GolangJobsit - golang channel jobs
@golang_jobsgo - jobs
РКН: clck.ru/3FmvZA
#VRHSZ”
به لطف به‌روزرسانی‌های پرتکرار (آخرین داده در تاریخ 26 اکتبر, 2026)، کانال همواره به‌روز و دارای دسترسی بالاست. تحلیل‌ها نشان می‌دهد مخاطبان به‌طور فعال با محتوا تعامل دارند و آن را به نقطه اثرگذاری مهم در دسته فناوری و برنامه‌ها تبدیل کرده‌اند.
23 915
مشترکین
+424 ساعت
+1457 روز
+24430 روز
آرشیو پست ها
23 917
🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ-агенты: продвинутое внедрение и использование»: «AI-агенты против Junior-разработчиков: кто кого заменит к концу 2026 года»
🗓 Когда: 14 сентября, 20:00 (мск)
Вопрос уже не в том, появятся ли автономные кодинг-агенты, а в том, насколько быстро они изменят рынок труда.
Что будет на вебинаре:
• Что реально умеют автономные кодинг-агенты в июне 2026;
• Live-демо: даём агенту реальную задачу с собеседования и смотрим, справится ли он;
• Какие профессии в IT уже трансформировались, а какие — на очереди;
В результате вебинара вы:
• Узнаете реальные возможности и ограничения современных AI-агентов;
• Поймёте, какие навыки точно останутся востребованными в ближайшие 3–5 лет;
• Освоите подходы к использованию агентов как мультипликатора продуктивности ×10;
• Получите практические рекомендации
👉 Зарегистрируйтесь https://otus.pw/Lvis/?erid=2W5zFHgXG4R
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
23 917
⚡ OpenExecutive - открытая виртуальная команда руководителей для бизнеса
Проект объединяет восемь ИИ-специалистов: стратегию, финансы, HR, юриспруденцию, операционные процессы, маркетинг, продукт и работу с инвесторами.
Пользователь общается с одним виртуальным руководителем, который распределяет задачи между агентами и собирает общий ответ.
Возможности:
* загружает презентации, финансовые модели и внутренние документы;
* учитывает данные конкретной компании через RAG;
* запоминает прошлые решения и инициативы между сессиями;
* напоминает о запланированных действиях;
* работает через веб-интерфейс, Telegram, Slack, email, Discord и CLI;
* поддерживает Claude, OpenRouter и локальные модели через Ollama, LM Studio, vLLM или llama.cpp.
Стек: FastAPI, Next.js, ChromaDB и SQLite. Лицензия — Apache 2.0.
OpenExecutive — https://github.com/SenteLabsAI/OpenExecutive
23 917
🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку
Окружение решает больше, чем кажется.
Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре.
AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
ВАЙБКОДИНГ: t.me/data_analysis_ml
DevOps: t.me/DevOPSitsec
C#: t.me/csharp_ci
Docker: https://t.me/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
JavaScript: t.me/javascriptv
React: t.me/react_tg
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Big Data: t.me/bigdatai
Математика: t.me/data_math
Java: t.me/javatg
Бонус: Max Ai: https://max.ru/ai_machinelearning_big_data
Max Linux: https://max.ru/linuxkalii
Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy
Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy
ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy
Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.
23 917
⚡️ Подборка 10 полезных open-source репозиториев с GitHub
1. Archify
Создаёт архитектурные, sequence-, workflow- и data-flow-диаграммы по описанию системы или исходному коду.
https://github.com/tt-a1i/archify
2. OpenMAIC
Мультиагентная образовательная среда, в которой несколько ИИ-агентов участвуют в интерактивном обучении.
https://github.com/THU-MAIC/OpenMAIC
3. DeepSeek Harness
Открытая платформа для создания ИИ-агентов. Модели, инструменты, память, сессии и интерфейсы подключаются как отдельные плагины.
https://github.com/deepseek-ai/deepseek-harness
4. Ponytail
Набор правил, который учит coding-агентов решать задачи с минимальным количеством нового кода.
https://github.com/DietrichGebert/ponytail
5. Agent Skills
Коллекция готовых инженерных навыков для Claude Code, Codex и других coding-агентов.
https://github.com/addyosmani/agent-skills
6. OmniVoice Studio
Локальная студия для клонирования голоса, озвучки, перевода видео, диктовки и транскрибации.
https://github.com/debpalash/VoiceStudio
7. Scientific Agent Skills
Библиотека навыков для научных агентов: поиск литературы, анализ данных, биология, медицина и химия.
https://github.com/K-Dense-AI/scientific-agent-skills
8. Orca
Среда для параллельной работы нескольких coding-агентов с отдельными Git worktree, терминалами и проверкой изменений.
https://github.com/stablyai/orca
9. MiniMind
Учебный проект, позволяющий самостоятельно обучить компактную языковую модель и разобраться в устройстве LLM.
https://github.com/jingyaogong/minimind
10. God’s Eye View
Браузерный 3D-глобус для визуализации открытых геопространственных данных и OSINT-источников.
https://github.com/bilawalsidhu/gods-eye-view
23 917
Git появился потому, что Торвальдса выгнали из BitKeeper
Ядро Linux несколько лет жило на BitKeeper, проприетарной системе с закрытым кодом и чужими правилами. Когда бесплатную лицензию отозвали, тысячи разработчиков остались без инструмента. В апреле 2005 года Торвальдс за пару недель написал свою замену: быструю, надёжную и полностью под контролем сообщества. Инструмент делался под одну задачу, а стал основой всей современной разработки, от GitHub до GitLab.
23 917
Нашёл хороший репозиторий, если хочешь за выходные собрать реальные DevOps-проекты и добавить их в резюме.
Внутри 54 практических проекта по темам:
- AWS, Azure и Kubernetes
- Terraform и Infrastructure as Code
- Docker и CI/CD
- DevSecOps и безопасность
- мониторинг и observability
- serverless и cloud-native приложения
Можно просто выбрать один проект, собрать его за выходные и потом уже предметно рассказывать о нём на собеседовании.
https://github.com/DevCloudNinjas/DevOps-Projects
23 917
⚡️ Юридические школы Чикаго и Беркли ограничивают ИИ в обучении
По данным FT, ограничения вводят на фоне того, как юридическая отрасль всё активнее использует нейросети.
Юридическая школа Чикагского университета этой осенью запустит эксперимент: запретит электронные устройства на основных занятиях первого курса. ИИ окажется исключён из базового обучения.
Berkeley Law с лета 2026 года по умолчанию запрещает использовать ИИ при подготовке работ, сдаваемых на оценку: от разработки идеи и плана до написания, перевода и редактирования текста.
Преподаватели опасаются, что готовые ответы мешают студентам освоить самостоятельный анализ и юридическую аргументацию.
https://www.ft.com/content/8ddd3668-5858-45c3-b34f-a6bafc678187
23 917
🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ для разработчиков»: «Обзор ИИ-технологий для разработчиков. От идей до рабочих решений»
🗓 Когда: 17 сентября, 20:00 (мск)
ИИ-инструменты стремительно меняют ландшафт разработки, но среди десятков новых библиотек и сервисов легко потеряться. Как не просто следить за трендами, а выбирать и внедрять технологии, которые действительно решают задачи? На вебинаре сделаем системный обзор актуального ИИ-ландшафта, сфокусируемся на российских решениях и покажем, как интегрировать их в повседневную работу.
Что будет на вебинаре:
• Кратко рассмотрим эволюцию технологий ИИ
• Разберём оптимальные способы разработки с использованием ИИ из РФ
• Рассмотрим варианты интеграции инструментов ИИ в среду разработки — IDE, CI/CD, терминальные утилиты и API;
• Применим инструментарий ИИ для одной из типичных задач разработчика
👉 Зарегистрируйтесь https://otus.pw/xGE7/?erid=2W5zFGd9qe1
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
23 917
🐳 Docker показал подход к воспроизводимым AI-evaluation через Docker Sandboxes.
Проблема простая: даже если зафиксировать модель, промпт и метрику, результат всё равно может отличаться из-за окружения — версий Python, зависимостей, локальных инструментов и конфигурации машины.
Для этого Docker предлагает SBX AI Evaluation Kit: evaluation описывается в YAML, запускается локально или внутри Sandbox, а на выходе сохраняется структурированный артефакт с тем, что реально произошло:
* executor;
* команда;
* stdout/stderr;
* exit code;
* время выполнения;
* digest конфигурации.
Можно переключать выполнение между локальной машиной и Docker Sandbox без переписывания самого evaluation workflow.
Подход полезен для:
* сравнения промптов;
* regression testing;
* agent evals;
* security checks;
* code-generation экспериментов.
https://www.docker.com/blog/building-reproducible-ai-evaluation-workflows-with-docker-sandboxes/
23 917
Что на самом деле делает `docker run -it` 🐳
Когда контейнеру нужен интерактивный shell, REPL или текстовый редактор, обычно запускают:
docker run -it ...
-i и -t делают разные вещи.
- -i (`--interactive`) — оставляет STDIN открытым, чтобы процесс внутри контейнера мог получать ввод с клавиатуры.
- -t (`--tty`) — создаёт pseudo-TTY, поэтому приложение ведёт себя как в обычном терминале.
Вместе они дают полноценную интерактивную сессию:
docker run -it ubuntu bash
-i не будет нормального интерактивного ввода.
Без -t приложение может работать, но без привычного терминального поведения: prompt, цветов, управления курсором и нормальной работы vim, top, less и других TTY-программ.
Под капотом схема примерно такая:
Terminal
↓
Docker CLI
↓
pseudo-TTY
↓
bash внутри контейнера
-i отвечает за ввод, а -t — за сам терминал.
Если вы годами пишете docker run -it, но никогда не разбирались, зачем нужны оба флага, у iximiuz есть отличный практический challenge:
https://labs.iximiuz.com/challenges/docker-101-container-run-tty23 917
+1Физически корректный ray tracer всего в 99 строках C++
smallpt от Kevin Beason - один из самых известных примеров того, насколько компактным может быть настоящий path tracer.
В этих 99 строках есть:
* отражения
* преломления
* мягкие тени
* color bleeding
* зеркальные и стеклянные поверхности
Основа при этом минимальная: векторы, лучи, сферы и одна рекурсивная функция
radiance().
Если дать рендеру тысячи samples per pixel, он собирает полноценный Cornell Box с зеркальной и стеклянной сферами.
Проект появился ещё в 2008 году и до сих пор отлично показывает базовую механику path tracing.23 917
Выделенные серверы — это хорошо. Пока не вспоминаешь, что их ещё нужно настроить и поддерживать.
В этом месте обычно упирается в знакомый компромисс: хочется физической изоляции и контроля над ресурсами, но собирать весь стек вручную и потом отвечать за каждый его компонент не всегда хочется.
Yandex B2B Tech запустила Yandex BareMetal Extend — формат частного облака с физически выделенной инфраструктурой и готовыми средами. Вместо чистого bare metal можно сразу выбрать один из трёх дополнительных модулей: виртуализацию, Kubernetes® или Stackland для разработки приложений. Дальше уже можно запускать контейнерные приложения или критичные бизнес-системы, не собирая инфраструктуру с нуля.
При этом физическая часть остаётся изолированной от публичного облака. Ресурсы можно резервировать и объединять через приватное соединение.
Функционал с виртуализацией сделали вместе с K2 Cloud, а техническую поддержку клиентов компании будут оказывать через единое окно.
Получается довольно практичная комбинация: железо остаётся выделенным, а подход к нему — максимально облачным.
23 917
🚀 Golang Roadmap 2026 — продвинутый курс на русском
📌 О курсе
Это бесплатный open-source roadmap на русском языке. Внутри — 19 модулей, каждый со своей теорией, практикой, бесплатными ресурсами и финальным проектом. Программа собрана так, чтобы провести вас от полного нуля до уровня Senior/Staff Go Engineer за 12–18 месяцев при темпе 10–15 часов в неделю.
Главный принцип курса — практика > видосы. Каждую тему вы закрываете кодом: пишете, ломаете, чините, рефакторите. Любой модуль завершается мини-проектом, который можно положить в портфолио.
🎯 Кому подойдёт
🐹 Новичкам в Go — даже если до этого писали только на Python/JS/PHP
🛠 Backend-разработчикам с другого стека — хотите перейти на Go
📈 Junior Go-разработчикам — нужен путь до Middle/Senior
🚀 Middle-инженерам — закрыть пробелы в архитектуре, observability, distributed
🤖 Тем, кто хочет писать AI-инфраструктуру — модуль 18 специально про это
https://github.com/Develp10/golangroadmap2026
23 917
GLM-5.3-Flash-Uncensored теперь доступна в MLX для Apple Silicon.
Модель квантизировали через OrcaSAQ:
- 320B параметров, 18B активных
- нативный MLX
- 94,7% Top-1 при 6-bit
- 92,3% Top-1 при 4-bit
- около 200 ГБ для 4-bit версии
- локальный запуск на Mac с Apple Silicon
То есть 320-миллиардную MoE-модель теперь можно гонять прямо на Mac без отдельного GPU-сервера.
https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-MLX
23 917
🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ-агенты: продвинутое внедрение и использование»: «Построение программ без кода: создание умного помощника и автоматизаций в n8n»
🗓 Когда: 31 августа, 20:00 (мск)
Low-code-платформы открывают новые возможности для бизнеса: теперь автоматизировать рутину и создавать полезных ИИ-помощников можно без сложного программирования. На вебинаре разберём, как с помощью n8n собирать рабочие процессы под любые задачи — от простых уведомлений до полноценных интеллектуальных агентов.
Что будет на вебинаре:
• Как устроена low-code-платформа n8n и по какой логике в ней создаются рабочие процессы;
• Как собирать автоматизации из триггеров, условий и действий;
• Как проектировать workflow для решения повседневных рабочих задач;
• Как создать персонального умного помощника и подключить его к внешним сервисам и данным;
👉 Зарегистрируйтесь https://otus.pw/NZPi/?erid=2W5zFJBtt89
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
23 917
🖥 Docker показал, как запускать AI-агентов прямо внутри GitHub Actions — но не давать им полный доступ к CI runner.
Для этого используются Docker Sandboxes: агент получает отдельную microVM со своим kernel, filesystem, network stack и даже приватным Docker daemon. Внутри он может иметь root, запускать shell-команды, контейнеры и Testcontainers, но наружу доступ остаётся ограниченным.
В демо агент:
— запускается на GitHub-hosted runner
— заходит в Docker Sandbox
— поднимает PostgreSQL через Testcontainers
— находит специально добавленный баг
— пишет regression test
— исправляет код
— прогоняет тесты
— создаёт draft pull request
Самое интересное здесь — модель изоляции.
Агенту можно дать почти полную свободу внутри sandbox, но оставить небольшой blast radius снаружи: allowlist для сети, ограниченные permissions и разрешение менять только конкретные директории вроде
src/**.
То есть вместо идеи «AI-агенту нельзя давать shell» получается более практичный подход:
дай ему shell, Docker и sudo, но запри всё это в одноразовой microVM.
https://www.docker.com/blog/running-ai-agents-in-github-actions-with-docker-sandboxes/23 917
У нас есть инсайдерская инфа для девопсов и их руководителей.
17.09.26 в 12:00 технические лидеры Deckhouse объяснят, зачем объединили несколько продуктов в единую платформу, которая закрывает разные задачи — запуск контейнеров, виртуалок и ИИ-нагрузок в облаках, on-prem, edge и гибридной инфраструктуре. Расскажут, почему будущее принадлежит гибридной инфраструктуре и как её строить.
Даже если вы работаете не на уровне энтерпрайза, будет полезно услышать, к чему идёт рынок.
Регистрируйтесь и до встречи в прямом эфире
23 917
Павел Дуров рассказал, как школьник заработал $20 000 благодаря подарку в Telegram.
Джонатан Хэ, золотой медалист IOI и №7 в мировом рейтинге, продал свой Algorithm Cup - NFT-награду, которую Telegram вручил лучшим молодым программистам в этом месяце - за 15 000 Telegram Stars.
Дуров отметил, что особенно рад за него, потому что $20 000 могут сильно изменить жизнь человека, который ещё только учится.
Он также вспомнил, что 20 лет назад примерно такой суммы ему хватило, чтобы запустить первую компанию. Через несколько месяцев у проекта уже был 1 млн пользователей, а инвестиции составили $12 млн при оценке $60 млн.
Дуров надеется, что победители этого года смогут использовать свои награды так же удачно.
