Забронировать место на поток «Python для инженеров»
Наш менеджер свяжется с вами и уточнит все детали. Место в раннем списке уже ваше
Лучшие практики и инструменты на Python для автоматизации задач и управления инфраструктурой
Прокачайте свои знания в Python, чтобы автоматизировать рабочие процессы, создавать кастомные решения для управления инфраструктурой и улучшить свои навыки программирования для реальных задач
Познакомьтесь с материалами и спикерами курса. Демокурс доступен 3 дня.
Начать учиться на курсе по «Python для инженеров»
Демодоступ к курсу откроется в LMS
Кому подойдёт курс?
DevOps-инженерам
Инженерам инфраструктуры и эксплуатации
Системным администраторам и архитекторам
Техническим аналитикам и инженерам мониторинга
Цель курса — дать участникам инструменты и знания для автоматизации задач, управления инфраструктурой и взаимодействия с современными подходами использования Python
Чему научим
Писать код на Python: оптимизация, ООП, переменные, типы данных, операторы, циклы и функции
Писать Kubernetes-операторы и модули для Ansible на Python
Создавать, использовать и тестировать свои API
Отправлять HTTP-запросы из программы и работать с SSH при помощи Python
Работать с данными в форматах: separated values, json, yaml, xml
Взаимодействовать с Git и GitLab из Python
Организовывать Chatops-процессы с помощью Errbot на Python
Работать с файловой системой, запускать и останавливать процессы
Понадобятся знания:
Будет большим плюсом:
Базовые навыки автоматизации на Bash
Опыт работы с GitLab и GitLab CI
Базовые навыки администрирования Linux
Умение читать код на Python
Опыт работы с Git
Понимание предназначения Ansible и модулей
Иметь представление о предназначении Kubernetes и операторов Kubernetes
73 часа практики, кейсов и создания собственного проекта. Закрепляем новые навыки с помощью тестов, практических заданий и кейсов. По итогам курса вы реализуете финальный проект. Тему и путь решения нужно будет выбрать самостоятельно. Это может быть абсолютно любая автоматизация на Python: свой оператор для Kubernetes, свой модуль или плагин для Ansible, расширение любой системы вне изученных технологий и многое другое…
Авторы и спикеры курса
Виталий Лихачев
SRE в в крупном голландском тревелтехе, Ex-Avito Senior Software Engineer
9+ лет в коммерческой разработке. Работал в стартапах, на аутсорс и в продуктовых командах. Выстраивает процессы в командах. Строит инфраструктуру под проекты в публичных облаках. Выступает с докладами про базы данных, оркестраторы и др. Keywords: высоконагруженные системы, распределённые системы, проектирование систем, низкоуровневые оптимизации, тюнинг производительности систем под капотом.
Подробнее о спикере
Спикер
Ярослав Телишевский
Архитектор высоконагруженных систем, ООО ВБ-ТЕХ
Больше 10 лет опыта
Разрабатывал ЕГРН для государства, облачную платформу для Сбербанка
Спикер
Регулярно работает с: threading, asyncio, aiohttp, fastAPI, k8s, Ansible, Prometheus
Подробнее о спикере
Антон Рязанцев
Expert Software Developer in Test
"Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нём можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП"
Автор
Подробнее о спикере
Денис Наумов
Techlead, Data Engineer в Skyeng
"Сейчас оптимальное время для того, чтобы изучать Python. Уже существует множество библиотек и фреймворков, которые упрощают жизнь инженерам, но всё ещё есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций"
Автор
Подробнее о спикере
Денис Наумов
Techlead, Data Engineer в Skyeng
"Сейчас оптимальное время для того, чтобы изучать Python. Уже существует множество библиотек и фреймворков, которые упрощают жизнь инженерам, но все еще есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций"
Автор
Антон Рязанцев
Expert Software Developer in Test
"Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нем можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП"
Автор
Ярослав Телишевский
Архитектор высоконагруженных систем, ООО ВБ-ТЕХ
Больше 10 лет опыта
Разрабатывал ЕГРН для государства, облачную платформу для Сбербанка
Спикер
Регулярно работает с: threading, asyncio, aiohttp, fastAPI, k8s, Ansible, Prometheus
Виталий Лихачев
SRE в booking.com, ex-Avito Senior Software Engineer
9+ лет в коммерческой разработке. Работал в стартапах, на аутсорс и в продуктовых командах. Выстраивает процессы в командах. Строит инфраструктуру под проекты в публичных облаках. Выступает с докладами про базы данных, оркестраторы и др. Keywords: высоконагруженные системы, распределённые системы, проектирование систем, низкоуровневые оптимизации, тюнинг производительности систем под капотом.
Спикер
Программа
Вводный блок
тема 1
- Знакомство с курсом - Установка окружения - Доступ к Telegram-чату потока
Основы синтаксиса и структур в Python. Часть 1
тема 2
- Числа и переменные - Строковый тип данных - Логический тип данных - Составные типы данных: кортежи - Условный оператор и ветвление - Практические задания, кейсы и тесты для закрепления материала
Основы синтаксиса и структур в Python. Часть 2
тема 3
- Циклы - Составные типы данных: списки - Составные типы данных: словари - Составные типы данных: множества - Функции и области видимости - Исключения и отладка - Практические задания, кейсы и тесты для закрепления материала
Улучшенное владение Python: оптимизации и ООП
тема 4
- Циклы и оптимизации циклов - Специфические типы данных - ООП - Создание контекстных менеджеров для своих типов (конструкция with) - Практические задания, кейсы и тесты для закрепления материала
Подключения по сети
тема 5
- Модуль requests для выполнения HTTP запросов - Модуль Paramiko для выполнения команд по ssh - Обзор модулей для работы с базами данных и брокерами сообщений - Практические задания, кейсы и тесты для закрепления материала
Работа с текстом в различных форматах
тема 6
- Использование аргументов командной строки: модуль argparse - Модули работы с данными в разных форматах: separated values, json, yaml, xml - Модуль re и регулярные выражения - Практические задания, кейсы и тесты для закрепления материала
Взаимодействие с операционной системой
тема 7
- Чтение и запись файлов - Модуль subprocess для интерактивного взаимодействия с процессами - Модуль os — чтение environment variables, работа с директориями и правами, работа с процессами - Практические задания, кейсы и тесты для закрепления материала
K8S оператор на Python
тема 8
- Введение в Kubernetes - Операторы в Kubernetes - Пишем свой первый оператор для Kubernetes c Kopf - K8s operator на Python - Практические задания, кейсы и тесты для закрепления материала
Пишем свой модуль для Ansible
тема 9
- Написание своих модулей на Ansible - Практические задания, кейсы и тесты для закрепления материала
Создание и кейсы использования своего API
тема 10
- Синхронный, многопоточный и асинхронный код - Создание своего API - Писание Prometheus Exporter - Асинхронные фреймворки - Практические задания, кейсы и тесты для закрепления материала
Юнит-тестирование своего приложения
тема 11
- Виды тестов: unit, интеграционные и end-to-end - Обзор модуля pyhamcrest и его матчеров - Архитектура и возможности pytest - Использование pytest и pyhamcrest для написания юнит-тестов - Практические задания, кейсы и тесты для закрепления материала
Взаимодействие с CVS и DevOps системами
тема 12
- Использование сторонних модулей на примере интеграции в пайплайны Gitlab - Использование pygit для получения информации об изменениях в коде - Практические задания, кейсы и тесты для закрепления материала
Chatops с Errbot на Python
тема 13
- Концепция Chatops: какие проблемы решает внедрение Chatops? - Фреймворк Errbot: установка, создание базового шаблон плагина, конфигурирование и запуск - Фреймворк Errbot: создание своего плагина для Chatops с различными вариантами обработки сообщений - Практические задания, кейсы и тесты для закрепления материала
Финальный проект
проект
По итогам курса студент выполняет финальное задание. Тему и путь решения нужно будет выбрать самостоятельно. Это может быть абсолютно любая автоматизация на Python: - свой оператор для Kubernetes - свой модуль или плагин для Ansible - расширение любой системы вне изученных технологий - многое другое...
Что смогли автоматизировать с Python наши студенты
Сводящий к минимуму простой платформы
Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросов
Prometheus-exporter для метрик в кастомном формате
Автоматизация изменения конфигурации сервера
Позволяющий сократить расходы на 40−50% или около 12 миллионов рублей в год.
Сокращающий рутину
Инструмент для анализа и отключения холостых ресурсов
Python lint-тест для Ansible и Kubernetes
Кейс от Данила Бахаева DevOps-инженер в X5 Group
Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросовКейс от Данила Бахаева, DevOps-инженер в X5 Group
Кейс от Артема Чекунова Senior DevOps Engineer в Chartboost
Компания активно пользуется облаком и тратит 2 миллиона рублей в месяц на инфраструктуру в AWS.
Можно написать инструмент на Python, который будет анализировать и отключать «холостые ресурсы».
Кейс от Артема Чекунова Senior DevOps Engineer в Chartboost
Кейс от Владимира Гурьянова Архитектора Флант
У компании было много экзотических сервисов, которые необходимо мониторить.
Мы написали несколько Prometheus-exporter'ов на Python, что позволило эффективнее мониторить приложения (актуально для Fintech, ADtech, крупных медийных и сервисных площадок).
Написали на Python lint-тесты для ansible и kubernetes. Они позволяли проверять на наличие обязательных параметров, которые были стандартными в рамках компании.
До этого проверяли руками и глазами, что конечно же намного дольше и неэффективней.
Сертификат
Именной сертификат с индивидуальным номером получает студент, если:
прошёл 80% курса
принимал участие в решении практик, которые входят в курс
успешно сдал итоговое задание/проект/сертификацию.
В случае, если студент изучил 80% курса, но не выполнил или не сдал финальное задание, вместо сертификата выдаётся свидетельство.
Этот курс может оплатить ваша компания
Если вы считаете, что знания, полученные на курсе, могут быть полезными на вашем текущем месте работы, оставляйте заявку с контактами компании в форме ниже или обсудите покупку курса с вашим руководителем. Как это организовать, что говорить и куда идти — написали здесь.
Можно учиться командой
Чем вас больше — тем дешевле
Как купить курс
Написать нам
Написать нам
В 75% случаев обучение готова оплатить компания. Напишите нам, и мы поможем.
Курс за счёт работодателя
Узнать про вычет
Узнать про вычет
Предоставим все необходимые документы для получения вычета.
Налоговый вычет 13%
старт в любой момент
Видеокурс
Видеоуроки
Задания, тесты и кейсы
Итоговый проект
Сертификат об окончании курса
в рассрочку на 4 месяца или 54 990 ₽ 60 000 ₽ единовременно
По профессии я инженер эксплуатации, все скрипты на работе в основном пишу на Python. Решил выбрать курс Слёрма, т.к. он показался более интересным конкретно для инженеров (остальные углубленно идут в разработку или тестирование). Много практики, хорошие спикеры, курс мне понравился, смело рекомендую)
Александр
Отзыв на курс «Python для разработчиков»
Работаю DevOps инженером, это мой третий курс в Слёрм. Очень удобно, что Python в этом курсе изучают в области применения именно для ops инженеров. Большинство курсов все-таки предполагают именно backend-разработку. Материал подаётся понятно и подробно. Хорошо, когда спикеры – это люди с актуальным опытом из известных компаний, преподают отлично. Курс отличный, но есть совет: обязательно выделите достаточно времени на практику.
Алексей
Отзыв на курс «Python для инженеров»
Работаю системным администратором. По совету коллег выбрал этот курс, и я им остался доволен: лекции очень подробные, задания интересные и нестандартные, удобный формат обучения, профессиональные спикеры. Отличный и довольно редкий курс, который подходит именно для администраторов и инженеров - рекомендую)
Кирилл
Отзыв на курс «Python для инженеров»
Профессия – DevOps, искал курс уровнем выше, чем база, с конкретными примерами использования библиотек. По этому критерию только курс от Слёрм подходил, у других я подобного не нашел. Особенно меня интересовала часть про написание своего оператора K8S. Формат понравился, спикеры отлично давали обратную связь во время проверки заданий и помогали в Telegram-чате. Практика очень интересная и насыщенная, особенно вторая половина курса после прохождения базовых тем. Рекомендую!
Кирилл
Отзыв на курс «Python для инженеров»
Я Devops-инженер. Тимлид посоветовал курс Слёрма. Понравилась подача материала, интересные курсовые задачи, и в целом программа оправдала ожидания. Также получал полезные ревью по коду. Многое я еще не успел применить, но переписал старые скрипты по советам из ревью. Спикеры нравятся, курс актуальный — рекомендую.
Павел
Нужна консультация?
задайте нам свой вопрос
Часто задаваемые вопросы
Что нужно знать, чтобы пройти курс?
Понадобятся знания: — Умение читать код на Python — Базовые навыки администрирования Linux — Опыт работы с Git — Понимание предназначения Ansible и модулей — Иметь представления о предназначении Kubernetes и операторов Kubernetes
Будет большим плюсом: — Опыт работы с GitLab и GitLab CI — Базовые навыки автоматизации на Bash
Как получить доступ к курсу после оплаты?
После оплаты курса вас автоматически перенаправит в личный кабинет, где откроется доступ к урокам. Логин и пароль для входа мы отправим вам на электронную почту, указанную при оплате. Перед началом потока мы свяжемся с вами по почте, чтобы напомнить о старте
Сколько длится обучение?
Обучение длится 4 месяца. Доступ к видеокурсу остается у вас на 2 года.
Вы выдаёте сертификат?
У Слёрма есть официальная лицензия — это значит, что студенты, которые защитят итоговый проект, получат номерные сертификаты. А те, кто не защитил проект, но прошёл 80% курса, получат свидетельство.
Что такое налоговый вычет и как его вернуть?
Вы сможете вернуть 13% от стоимости обучения за счет государства, если трудоустроены официально. Для этого нужно подать заявление на сайте nalog.ru.