DevOps

دوستانی که علاقمند به ارگو هستند و میخوان که دانش عمیقی توی بحث ارگو پیدا کنند از این دوره دواپس هابیز هم میتونند استفاده کنند. https://www.youtube.com/watch?v=T-ERIOb_3z0&list=PLYrn63eEqAzYttcyB6On1oH35O5rxgDt4

دوستانی که علاقمند به مباحث کانتینر هستند و میخوان که دانش عمیقی توی بحث کانتینتر پیدا کنند از این دوره دواپس هابیز هم میتونند استفاده کنند و اگه سوالی براشون ایجاد شد برای دواپس تالک بفرستند تا جواب سوالشون بگیرند. https://www.youtube.com/watch?v=pC6utshJRW8&list=PLYrn63eEqAzbB6IpUB7BFDcDbuPvvnERl

سلام رفقای DevOps Hobbies این هفته یه مهمون خیلی خاص و حرفه‌ای قراره کنارمون باشه: دانیال بهزادی! اگه اسمش رو شنیدین که می‌دونین چه خبره، و اگه نشنیدین هم بدونین که ایشون یکی از متخصص‌های بی‌نظیر حوزهٔ لینوکس و کلا دنیای DevOpsهست. توی این قسمت از پادکست/ویدئوکست DevOps Talk می‌خوایم به صورت عمیق بریم سراغ دنیای کانتینرها و دربارشون گپ بزنیم و بگیم چرا انقدر جذابن، چه چالش‌هایی دارن و آینده‌شون چطوریه. پس اگه کنجکاوین بدونین کانتینر چیه؟ چرا همه ازش حرف می‌زنن؟ یا هر سؤال دیگه‌ای توی ذهنتون داری، می‌تونین بفرستین برامون تا از دانیال بهزادی بپرسیم! مثل همیشه سؤالاتتون رو فقط و فقط مرتبط با موضوع کانتینر و موارد مرتبط باهاش بفرستین تا بتونیم توی این اپیزود بهشون بپردازیم. لینکدین دانیال: linkedin.com/in/danialbehzadi/ (حتماً سر بزنین تا بیشتر با کارهاش آشنا بشین) سوالات خودتون رو می‌تونین به آیدی علی خداوردی ارسال کنین: @Ali_dibaro خیلی هیجان‌زده‌ایم که این بحث رو با دانیال استارت بزنیم؛ پس منتظر سؤالات خوبتون هستیم!

Title: Seeking Expert to Optimize AI-Based Call Center (Azure ACS/Twilio + OpenAI LLM and Gemini Flash) Description: We are building an AI-powered call center leveraging Azure ACS or Twilio, integrating ASR, TTS, and OpenAI LLM models for real-time, context-aware responses. However, we are facing critical performance issues that need urgent resolution. Challenges: 1. Azure ACS Issue: Integrated ASR and TTS are not functioning correctly when connected to our LLM model. 2. Twilio Issues: High Latency (5-6 seconds) in processing calls. Poor ASR Quality, leading to inaccurate transcriptions. 3. LLM Performance: Context-aware responses are too slow (1-second latency). Long-term memory handling needs optimization for real-time interactions. Looking for: An experienced AI/ML engineer with expertise in VoIP, ASR, TTS, LLM model optimization, and real-time AI inference to help: Optimize latency for both ASR and TTS in Twilio and Azure ACS. Fix Azure ACS integration issues to ensure smooth functionality. Enhance ASR accuracy for Twilio. Improve LLM response times and optimize context-aware processing. Tech Stack: Azure ACS / Twilio (for ASR & TTS) OpenAI LLMs (context-aware AI responses) Real-time voice processing If you have experience optimizing AI-based call centers or real-time voice AI solutions, we'd love to hear from you. Please share relevant experience and potential approaches to solving these issues. Looking forward to collaborating!

🚀 Exciting News! 🚀 The third episode of my Kubeflow tutorial series is now live on the "DevOps Hobbies" YouTube channel! 🎥 In this series, we dive deep into Kubeflow, the powerful machine learning toolkit for Kubernetes, and explore how it can streamline your MLOps workflows. Whether a beginner or an experienced practitioner, this series has something for everyone! 🔗 Watch the full playlist here: https://www.youtube.com/playlist?list=PLYrn63eEqAzZ0BBrE5SkTwB5nOB4RlQCn A huge thanks to the DevOps Hobbies team for featuring this series and to everyone who has been following along. Your support means the world! 🙌 If you're passionate about MLOps, Kubernetes, or AI/ML, this series is for you. Don't forget to like, share, and subscribe to stay updated on future episodes! 🚀 #Kubeflow #MLOps #Kubernetes #MachineLearning #AI #DevOps #DataScience #CloudNative #TechTutorial #DevOpsHobbies

سلام دوستان عزیز تو اپیزود چهارم از سری پادکست و ویدئوکست های DevOps Talk قراره با محمد شاهملکی دواپس شرکت اسکای روم درباره ی موضوع Argocd و GitOps صحبت کنیم. پس اگر سوال یا ابهامی درباره ی موضوع Argocd و GitOps دارید میتونید برامون بفرستید که دربارش از محمد بپرسیم. فقط توجه داشته باشید که به سوالات مرتبط با تاپیک پرداخته خواهد شد. سوالاتتون رو هم میتونید به آیدی علی خداوردی بفرستید: @Ali_dibaro با سپاس از همراهی شما

Job Title: Senior Full-Stack Engineer (AI, Voice Integrations & Real-Time Systems) Location: Remote About Us We are building a next-generation AI-driven sales funnel solution featuring intelligent voice interactions, advanced analytics dashboards, and seamless CRM connectivity. Our multi-step sales funnel requires low-latency call handling, memory-based contextual responses, and a robust KPI platform for real-time business insights. Key Responsibilities End-to-End Voice & AI Integrations Develop a robust framework to manage real-time call handling, TTS, and ASR workflows. Integrate with OpenAI APIs and other LLMs for context-aware, memory-based interactions. Connect with Twilio or similar telephony services for inbound/outbound calls, SMS, and conversational flows. Real-Time Data & Dashboards Build event-driven pipelines for live transcription, sentiment analysis, and KPI computation. Design a user-friendly admin panel for businesses to monitor voice/chat logs, analyze performance, and manage AI settings. CRM & Third-Party Integration Integrate with popular CRMs (Salesforce, HubSpot, etc.) to sync customer data and conversation histories in real-time. Ensure seamless onboarding and account provisioning with minimal friction. Performance, Scalability & Security Deliver low-latency voice interactions and data streaming to support high call volumes. Employ best practices in DevOps, cloud architecture (AWS/GCP/Azure), and secure deployment. Cross-Functional Collaboration Work closely with AI engineers, product managers, and QA teams to refine business requirements, troubleshoot issues, and roll out new features. Document technical solutions and champion best practices in continuous integration/delivery (CI/CD). Qualifications 5+ years of full-stack experience. Demonstrated expertise in voice-based solutions, including speech-to-text (ASR) and text-to-speech (TTS), preferably using services like Google Speech-to-Text, Amazon Polly, ElevenLabs, or Twilio Voice. Proven track record integrating AI/ML APIs (e.g., OpenAI) and third-party platforms (Twilio, CRMs). Solid grasp of event-driven architectures (WebSockets, message queues, or serverless functions) and real-time data flow. Experience building admin dashboards with KPI visualizations for business stakeholders. Familiarity with cloud hosting (AWS/GCP/Azure) and DevOps best practices (CI/CD, containerization, infrastructure as code). Excellent communication, problem-solving, and teamwork skills. Please send your CV to vodeskai@gmail.com

🚀 مدل DeepSeek R1 به Qgpt اضافه شد! خبر خوب برای کاربران Qgpt! 🎉 ما مفتخریم که مدل جدید DeepSeek R1 را به خانواده هوش مصنوعی خود اضافه کرده‌ایم! این مدل پیشرفته، با قابلیتهای بینظیر خود، تجربهای کاملاً جدید و هوشمندانه را برای شما به ارمغان می‌آورد. هم اکنون میتوانید از DeepSeek R1 استفاده کنید و قدرت واقعی هوش مصنوعی را احساس کنید! 🌟 ویژگیهای کلیدی DeepSeek R1 🌟 ✅ کاربردهای گسترده: از حل مسائل ریاضی و برنامه‌نویسی تا تحلیل داده‌ها و پاسخ به سؤالات پیچیده و استفاده در صنایع مختلف از جمله سلامت، مالی، آموزش و سرگرمی. ✅ سرعت فوق العاده: پردازش سریعتر و پاسخگویی آنی به درخواستهای شما. ✅ دقت بالا: تحلیل دقیق و ارائه نتایج با کیفیت بی سابقه. ✅ یادگیری عمیق: توانایی درک و پردازش زبان طبیعی با دقت و ظرافت بیشتر. ✅ استدلال پیشرفته: قابلیت حل مسائل پیچیده با استفاده از روش «زنجیره فکری» که مسائل را قدم به قدم حل می‌کند. 🎯 همین حالا امتحان کنید و از امکانات جدید بهره ببرید! https://qgpt.ir @Qgpthub

Devops

سلام دوستان برای توسعه چند تا پروژه اوپن سورس که بچه های دواپس هابیز دارن توسعه میدن، نیاز به کلود دولوپر و Gen AI engineer هستیم . اگر کسی از دوستان علاقمند به کار کردن توی این پروژه ها هستند به من رزومه و لینکدین بفرستند.

Title: Part-Time MLOps Engineer Company: VoDesk Location: Remote or On-Site (Flexible) Time Commitment: 10 hours per week (with potential to scale up) About VoDesk VoDesk is AI-based call centers by delivering near real-time speech recognition, LLM-driven responses, and advanced conversational analytics. Role Overview We are seeking a part-time senior MLOps Engineer to optimize and maintain our real-time AI pipeline. You’ll collaborate with our team to ensure consistent and reliable performance across our end-to-end workflow—covering telephony integration, LLM orchestration, websocket streaming, etc. Although we only need 10 hours per week, your expert guidance will be critical to keeping our system stable, low-latency, and ready to scale. Key Responsibilities Pipeline Optimization Review and enhance our existing Azure-based AI pipeline (GPT calls, streaming STT/TTS, dashboards). Ensure best practices for co-location, streaming (WebSockets), and minimal round-trip latency. Collaboration with Prompt Engineering Provide infrastructure/DevOps guidance on prompt updates and context management. Help test and monitor changes in prompts to maintain or improve system performance. Deployment & Monitoring Implement or refine CI/CD for updates to prompts, LLM configurations, or any new ML components. Set up or maintain dashboards/alerts (latency, error rates, resource usage) so we can proactively tackle issues. Performance Tuning Profile code paths to detect bottlenecks in real-time call handling. Suggest improvements (chunking TTS, partial LLM streaming, concurrency tweaks) to consistently stay under target latencies. Periodic Maintenance Conduct brief weekly check-ins to address environment or pipeline concerns (versions, dependencies, security patches). Provide quick troubleshooting support in case of latency spikes or service disruptions. Qualifications MLOps Experience: Setting up CI/CD for ML pipelines, version control for models/prompts, and environment reproducibility. Streaming Expertise: Familiarity with real-time data flows (WebSockets, Twilio Media Streams, or similar). Performance & Observability: Skilled in monitoring tools, profiling, and systematic performance tuning. Bonus: Basic understanding of LLMs / prompt engineering, Azure OpenAI services, Amazon Bedrock, Google Vertex or specialized ML frameworks. What We Offer Impact: Shape the backbone of a cutting-edge call center AI with near-instant conversation capabilities. Flexibility: Work 10 hours per week from anywhere, with potential for expanded hours or deeper involvement if desired. Collaboration: Join a small, focused team combining prompt engineers, software devs, and AI experts. please email your CV to vodeskai@gmail.com

🌟 New Course Alert: Introduction to Kubeflow! 🚀 Welcome to our Introduction to Kubeflow course! Dive into Kubeflow — the open-source platform designed to make machine learning (ML) workflows seamless and scalable on Kubernetes. 💡 Perfect for: ✅ Data Scientists ✅ ML Engineers ✅ DevOps Professionals This course will guide you through building, deploying, and managing ML models efficiently in a cloud-native environment. 📚 Start learning today on the DevOps Hobbies YouTube channel: Kubeflow Course Take your ML workflows to the next level! 💻✨

سلام دوستان عزیز تو اپیزود دوم از سری پادکست و ویدئوکست های DevOps Talk قراره با صابر گلابی SRE شرکت ویستا سامانه آسا (کارگزاری آگاه) درباره ی موضوع مهم مانیتورینگ (پرومتئوس) صحبت کنیم. پس اگر سوال یا ابهامی درباره ی مانیتورینگ و پرومتئوس دارید میتونید برامون بفرستید که دربارش از صابر بپرسیم. فقط توجه داشته باشید که به سوالات مرتبط با تاپیک پرداخته خواهد شد. سوالاتتون رو هم میتونید به آیدی علی خداوردی بفرستید: @Ali_dibaro با سپاس از همراهی شما