6 курсов онлайн DevOps от школы Яндекс Практикум - сравните цену, продолжительность и дату начала обучения. Информация обновляется каждую неделю. Стоимость курсов от 515000 до 800000 ₸.
профессиональные преподаватели, подача материала, актуальность и сама платформа
нет
Практикум зажег мое сердечко
Когда я начала обучение в Яндекс Практикуме зимой прошлого года, я даже не думала, насколько сильно этот курс изменит мое представление о дизайне и моей профессии в целом. Я давно мечтала заниматься веб-дизайном — ещё со школы, с девятого класса, когда впервые открыла для себя, что можно не просто рисовать, а создавать что-то, чем люди пользуются каждый день. Я всегда была творческим человеком, и для меня дизайн — это способ выражать себя и одновременно приносить пользу другим. Обучение оказалось насыщенным, местами сложным, но именно тем, что мне было нужно. На курсе я научилась мыслить как дизайнер, видеть не просто красивую картинку, а смысл в каждой кнопке, каждом отступе и каждом цвете. Я освоила Figma, научилась делать прототипы и целые интерфейсы, проводить исследования, продумывать пользовательский путь, работать в команде. Самое главное — я научилась не бояться начинать с нуля и искать решения, когда кажется, что всё уже перепробовано. Особенно ценно было общение с наставниками и кураторами — они помогали, поддерживали, давали реальные советы из практики. Это не просто онлайн-курс, а целый путь: от первого модуля до защиты диплома, когда ты уже уверенно называешь себя дизайнером. Теперь, после защиты диплома, я официально выпускница! И слова Я – дизайнер звучат для меня по-новому. Я чувствую, что выбрала правильную профессию — ту, в которой могу творить, расти, вдохновляться и вдохновлять других. Я горю дизайном, и теперь хочу развиваться дальше, набираться опыта, работать над настоящими проектами и делать продукты, которыми будут пользоваться люди. Спасибо Практикуму за то, что показал, что мечта может быть реальностью, если каждый день делать шаг вперед.
хорошо структурированная информация, помощь наставников, гибкие
опечатки и тех ошибки, хотелось бы более подробного ревью проектов
Курс: Аналитик SOC
Курс на SOC понравился, много структурированной информации как я и хотел + хорошие проекты, база знаний у меня была лишь университетская, ещё не работал по направлению и схожим с ним и чувствовал себя вполне комфортно при изучении. Бывали опечатки и ошибки в тексте и тестовых заданиях, также отлетела в какой то момент одна из виртуальных машин и работать с ней надо было через костыли. Также иногда информация необходимая для выполнения задания, была лишь в следующем уроке.
структурированная программа, много практики и проектов, хорошая подача материала, тренажёр и полезные ревью
высокая нагрузка и жёсткие дедлайны, местами устаревшая теория и долгие проверки проектов
Было здорово)
Проходил курс Инженер по тестированию в Яндекс Практикуме, выбирал его осознанно именно как полноценную переподготовку под QA. Программа построена спринтами: в каждом блоке теория в тренажёре, практические задания и проект, который максимально приближен к задачам на реальной работе. Очень понравился формат подачи материала - много интерактива, ролевые сценарии, где выступаешь стажёром в продуктовой команде, плюс тренажёр, в котором постоянно повторяется и закрепляется пройденное. По ходу обучения разбирали реальные или максимально похожие на реальные продукты Яндекса, работали с требованиями, багтрекингом, SQL, API, Charles, Postman и другими инструментами, что сильно помогает почувствовать рабочий процесс, а не просто выучить теорию. Нагрузка ощутимая: чтобы стабильно успевать сдавать проекты в дедлайны, приходилось уделять учебе несколько часов в будни и больше времени на выходных. Без самоорганизации и готовности самостоятельно гуглить и разбираться в проблемах пройти курс будет тяжело - это точно не формат, где тебя всё время ведут за руку. Ревью проектов в целом полезные и по делу, помогают подтянуть качество работ, но иногда проверки затягиваются, а правки нужно внести в жёсткие сроки, что добавляет стресса. В учебных материалах изредка встречаются неточности или устаревшие моменты, а инструкции по настройке софта не всегда учитывают все возможные ошибки - иногда приходится искать решения самостоятельно. По итогам курса сформировалось цельное понимание процесса тестирования: от анализа требований и составления тестовой документации до заведения багов и работы с API. Дипломный проект ощущается как почти реальная задача из рабочего проекта и отлично подходит в портфолио для собеседований на младшего тестировщика. Сильной стороной Практикума считаю структуру программы, практическую направленность и то, что после окончания остаётся понятный фундамент, на который можно дальше наращивать автоматизацию и другие навыки. При этом важно понимать, что курс не гарантирует трудоустройство: он даёт базу и проекты, а поиск работы, подготовка к собеседованиям и прокачка доп. скиллов ложатся уже на самого выпускника. В моём случае курс окупился именно знаниями и практикой - к концу обучения стало гораздо проще читать вакансии и решать типовые задачи на собеседованиях на позицию джуна в тестировании.»
Освоите принципы и инструменты DevOps, которые помогут выполнять более сложные задачи, перейти на новую роль и повысить свою стоимость как специалиста.
Как стать специалистом по DevOps. 1 модуль — бесплатно, чтобы вы познакомились с платформой и определились, подходит ли вам курс
Эффективное взаимодействие с командой и управление ей. Поймёте, как организовывать работу, общаться со своей командой и коллегами из других отделов.
Системы контроля версий и автоматизация сборки приложений. Организуете работу с ветками в Git, соберёте проект с помощью Maven.
Гибкие методологии и Continuous Integration. Интегрируете SonarQube в свой проект, добавите в пайплайн этапы анализа.
Сети и основы работы на серверах Linux. Попрактикуетесь в работе с сессиями и процессами, а также научитесь.
Continuous Delivery и Continuous Deployment. Спроектируете процесс поставки, добавите в пайплайн части с установкой.
Infrastructure as Code и cистемы управления конфигурацией. Научитесь управлять инфраструктурой и конфигурацией через Terraform.
DBOps: реляционные и нереляционные базы данных. Научитесь применять подход DBOps, подключите PostgreSQL и MongoDB к своему.
Docker-контейнерезация и хранение данных. Контейнеризируете приложение, научитесь его версионировать и публиковать.
Микросервисы, балансировка и кеширование. Интегрируете балансировщик нагрузки и масштабируете приложение.
Kubernetes. Деплой и обеспечение надёжности приложения. Поработаете с Minikube, подготовите манифесты Kubernetes для деплоя в кластер.
Логирование и мониторинг ошибок. Интегрируете мониторинг и алертинг, научитесь обрабатывать логи в своём.
Итоговый проект. Вам предстоит подготовить инфраструктуру и настроить конвейер деплоя: системы.
Карьерное развитие. Опытные HR подготовили материалы, которые помогут вам оформить привлекательное портфолио, написать сопроводительные письма и подготовиться к собеседованиям.
Онлайн-курс «Эксплуатация и разработка в Kubernetes» от сервиса Яндекс Практикум. За 3 месяца обучения освоите и научитесь применять на практике технологии оркестрации контейнеров. Курс предназначен для опытных специалистов.
Контейнеризация и основы Kubernetes. Познакомитесь с основными концепциями облачно-ориентированной разработки, контейнеризации. Узнаете, что из себя представляет Kubernetes как платформа для управления контейнеризированными приложениями. Поймёте базовые абстракции K8s.
Проектирование, создание приложений и управление ими в Kubernetes. Научитесь проектировать, создавать приложения и управлять рабочими нагрузками в Kubernetes, выбирать подходящие ресурсы и грамотно их использовать.
Механизмы обнаружения сервисов и сеть в Kubernetes, архитектура K8s. Углубитесь в изучение сетевых технологий Kubernetes и механизмов обнаружения сервисов, сосредоточившись на их внутренней и внешней коммуникации и доступности. Поймёте устройство архитектуры Kubernetes и её ключевых компонентов. Разберётесь, как эти компоненты работают вместе, чтобы эффективно управлять приложениями.
Управление жизненным циклом, структурные паттерны и декларативное развёртывание в Kubernetes. Сможете управлять жизненным циклом приложений в Kubernetes при помощи структурных паттернов и декларативных методов развёртывания, чтобы обеспечить надёжность, масштабируемость и упрощённое управление конфигурациями.
Helm: пакетный менеджер для Kubernetes. Научитесь использовать Helm — инструмент, который позволяет эффективно развёртывать приложения в Kubernetes и управлять ими.
Управление ресурсами и масштабирование в K8s. Узнаете, как оптимизировать размещение подов в кластере Kubernetes. Разберётесь, как внедрять стратегии автоматического масштабирования и управлять ими, чтобы оптимально использовать ресурсы.
Непрерывная доставка приложений в K8s. Научитесь интегрировать конвейеры непрерывной доставки и развёртывания (CI/CD) в Kubernetes.
Наблюдаемость и мониторинг в K8s. Узнаете принципы наблюдаемости и мониторинга приложений в Kubernetes. Познакомитесь с инструментами и методами, которые позволяют понимать состояние системы и производительность приложений.
Умные стратегии развёртывания K8s. Научитесь использовать умные стратегии развёртывания, которые позволяют сократить время простоя и риски при развёртывании и обновлении приложений в Kubernetes.
Деплой модели на FastAPI в Yandex Cloud. Научитесь деплоить ML‑модель в облаке, используя FastAPI
Введение в MLOps. Попрактикуетесь в решении кейсов на оценку зрелости проекта и выбор MLOps‑архитектуры
Dev‑практики для ML‑модели. Настроите локальное окружение с необходимыми инструментами для разработки на Python
Настройка окружения и знакомство с Yandex Cloud. Настроите облачное окружение с необходимыми инструментами в Yandex Cloud
Отслеживание экспериментов, управление ML‑моделями и их хранение. Настроите жизненный цикл ML‑модели в MLflow или ClearML на выбор в 3 сценариях
Качество и версионирование данных. Создадите модели для сырых источников и датасета с фичами на Pydantic. Выполните проверки в пайплайне ClearML, используя Great Expectations. Создадите версии датасета в ClearML
Оркестрация и ML‑пайплайны. Построите 3 продакшн‑пайплайна при помощи ClearML или Mage
Развёртывание ML-моделей. Задеплоите модель как REST‑API‑сервис, используя ClearML, или сделаете интерактивное приложение, используя ClearML Streamlit Launcher
Мониторинг и обратная связь. Добавите метрики качества модели в существующий дашборд и создадите аналогичный дашборд в Superset с источниками метрик в ClickHouse
CI/CD‑практики. Допишете пайплайн CI/CD для тестирования кода и обновления инфраструктуры в Yandex Cloud, используя Terraform
Итоговый проект. Реализуете полный MLOps-цикл для одного из 2 кейсов на выбор. Используете все пройденные методы и инструменты MLOps: обработку и качеcтво данных, версии модели в MLflow/ClearML, пайплайны обучения и переобучения, деплой модели в соответствующем сценарии, мониторинг метрик качества и CI/CD‑процесс, который связывает все этапы в единую систему.
А Вы знали что у школы Яндекс Практикум самый дорогой
курс DevOps стоит
800000 рублей.
Школа имеет 126 отзывов,
а средняя оценка пользователей — 4.5