SRE: data-driven подход к управлению надежностью систем
Рейтинг школы
Слёрм Описание курса
Практический онлайн-курс для инженеров, обучающий data-driven подходу к управлению надежностью систем. Программа включает настройку мониторинга (Prometheus, Grafana), работу с SLO/SLI, инцидент-менеджмент и отказоустойчивость в Kubernetes.
Программа
Введение и основы
Обсуждение целей и задач курса, определение SRE, распределение студентов на команды Monitoring и Observability.
Monitoring and Observability
Подходы к мониторингу (Blackbox & Whitebox, 4 golden signals, RED, USE). Установка и настройка Prometheus, модель данных, PromQL. Настройка Grafana, дашборды, алертинг (Grafana vs Prometheus Alerting).
SLO, SLI, SLA
Работа с SLO, SLI, SLA и Error budget. Добавление этих метрик на дашборды. Работа с k8s, исправление ошибок в коде, разбор архитектуры приложения.
Resilience Engineering и Incident Management
Устройство команды SRE, инструменты варрума, Postmortem. Командная работа по устранению проблем в Kubernetes на основе метрик. Работа с инцидентами и продом.
Health Check и Fail-fast
Health Check в Kubernetes (Exec probes, InitialDelaySeconds, Secondary Health Port, Sidecar, Headless, Hardware Probe). Реализация Fail-fast подхода для быстрого выявления проблем.
Деплой и завершение
Реализация канареечных деплоев с Argo Rollouts. Тренды и технологии, карьера и развитие в SRE. Подведение итогов.
Формат
Онлайн
Спикеры
- Эксперт, строящий отказоустойчивые системы в IT более 11 лет, бывший техлид SRE в финтехе и Lead Observability Team в Dodo Engineering.
Чему вы научитесь
- Настройка и использование Prometheus и Grafana
- Понимание и применение 4 golden signals, RED, USE
- Написание запросов на PromQL
- Управление SLO, SLI, SLA и Error budget
- Работа с Kubernetes (исправление ошибок, архитектура)
- Проведение Postmortem и управление инцидентами
- Настройка Health Check в Kubernetes
- Реализация Fail-fast подхода
- Канареечные деплои с Argo Rollouts
Кому подходит
- Инженеры, знающие принципы работы кластера Kubernetes
- Специалисты, умеющие работать в Grafana и Prometheus
- Разработчики, умеющие писать код на Python
- Специалисты, знающие Linux на уровне администратора
- Специалисты, знающие принципы работы баз данных (SQL, NoSQL, KeyVal)
Требования к кандидату
Знание принципов работы Kubernetes, умение работать в Grafana и Prometheus, умение писать код на Python, знание Linux на уровне администратора, знание принципов работы БД (SQL, NoSQL, KeyVal).
Выводы о курсе
Возможны неточности
Курс «Управление надёжностью систем на основе данных (SRE)» - это практическая онлайн-программа для инженеров, стремящихся освоить data-driven подход к надежности. Обучение фокусируется на реальных инструментах: Prometheus, Grafana, Kubernetes и Argo Rollouts. Студенты научатся настраивать мониторинг, управлять SLO и эффективно реагировать на инциденты. Курс подходит для специалистов с опытом работы в Linux и Python, желающих углубить экспертизу в области SRE и Observability.
Отзывы о школе Слёрм
Читать все отзывы
Рекомендованные курсы
