Знания в области Agile разработки и сопровождения архитектуры облачных решений становятся обязательным требованием к IT-специалистам. Именно такие специалисты являются самыми востребованными и высокооплачиваемыми в крупных мировых проектах: Google, Amazon, Microsoft, Yandex, Сбербанк и др.
Компании переносят приложения в облако или разрабатывают с нуля, если необходимо:— быстрее и чаще (чем конкуренты) внедрять продукты и новые фичи, используя эксперименты с минимальными затратами на инфраструктуру;— обеспечить работу под высокой и изменяющейся нагрузкой, при необходимости развертывая сотни и даже тысячи серверов за считанные минуты;— получить простой и быстрый доступ к высокозатратным и сложным технологиям без начальных инвестиций (High Performance Computing / Supercomputers, Big Data, Analytics, Machine Learning, Image & Voice Recognition, CDN и др.;— глобальное предоставление сервиса по всему миру или в определенном удаленном регионе;— снизить издержки на поддержку собственных ЦОД, сосредоточив высвободившиеся ресурсы на разработке приложений и поддержке пользователей.— соответсвтовать регуляторным требованиям при работе с медицинскими, финансовыми или персональными данными без необходимости прохождения сертификационных процедур
Воспользоваться этими преимуществами в полной мере можно только при сочетании технологического аспекта (инфраструктура, приложения, архитектура), человеческого фактора (роли в организации и модель взаимодействия) и рабочих процессов (методология разработки и ведения проектов).
В рамках курса слушатели познакомятся с основными элементами и сервисами, представленными у всех облачных провайдерах; изучат основные шаблоны проектирования облачных решений с использованиям данных элементов; познакомятся с фундаментальными принципами, которым должно соответствовать облачное решение и, наконец, разберут подробную методологию миграции уже существующих решений в облако, учитывающую как трансформацию технологических процессов, так и изменение в мышлении сотрудников организации в сторону облачного подхода.
Для кого этот курс
est Practice работы над архитектурой облачных решений предполагает совместную Agile DevOps работу команд отделов облачной инфраструктуры и облачных приложений. Роль архитектора в значительной степени распределяется между командами, монополии на инновации нет (teams, hackathons). Облачная архитектура — результат сотрудничества (intentional architecture) специалистов разного профиля.
Курс предназначен прежде всего для архитекторов и разработчиков, но также обеспечивает развитие до уровня Сloud Native специалистов следующих профилей:
IT / Software Архитекторов, которые хотят научиться подходу к Agile DevOps разработке и сопровождению архитектуры облачных решений (Infrastructure as Code)
Разработчиков и DevOps инженеров, которые хотят научиться переносить свои существующие приложения в облако, или с нуля разрабатывать cloud-native приложения с учетом особенностей облачной среды
Сетевых и системных администраторов, которые хотят стать DevOps инженерами и научиться сопровождать облачную инфраструктуру
Специалистов по информационной безопасности, которые хотят научиться обеспечивать безопасность облачной инфраструктуры и стека приложений
Менеджеров и Тим-лидов, которые хотят узнать как трансформировать свою организацию, техническую архитектуру и рабочие процессы для обеспечения работы в облаке
Данный курс позволит освоить профессиональные компетенции, необходимые для разработки и поддержки архитектуры облачных приложений:
Well‑Architected Framework — использование наборов архитектурных требований, заточенных на применение в облаке
loud Architecture Patterns — реальные примеры реализации облачной архитектуры инфраструктуры и стека приложений
loud Adoption Framework — процедура миграции в облако стека приложений и адаптации организации, ролей и рабочих процессов
Базовые компоненты и сервисы облачного решения — знакомство с основными строительными блоками любого облачного решения на примере различных сервисов, предоставляемых разными вендорами ( AWS, Azure, GCP, Яндекс.Облако, SberCloud)
Вы научитесь:
Базовые компоненты и сервисы облачного решения:— познакомится со всеми основными типами облачных сервисов— использовать каждый сервис с помощью графических интерфейсов облачных вендоров, консольных инструментов управления и автоматических сценариев развертывания с помощью Terraform проектов;— применять полученные знания при решении задач, с которыми вы впоследствии будет сталкиваться в реальных проектах.
Well‑Architected Framework (фреймворк правильной облачной архитектуры):— формулировать требования к Cloud Native архитектуре решений в доменах Performance Efficiency, Reliability, Security, Operational Excellence, Cost Optimization;— реализовывать Well‑Architected решения (практика: лабораторные работы с использованием подхода Infrastructure as code);— проводить анализ существующей архитектуры на соответствие Well‑Architected Framework и формировать детальный план коррекций и улучшений.
loud Architecture Patterns (архитектурные шаблоны решений):— применять реальные примеры решений, которые отвечают Well‑Architected требованиям в AWS, Azure и GCP для основных доменов;— проектировать архитектуру Cloud Landing Zone (мультиаккаунт / мультипроект);— проектировать архитектуру доменов Networking & Edge, User management and identity, Infrastructure and Applications Logging and Monitoring, Layered Security Defence, Automated Deployment (CI/CD Toolchain);
loud Adoption Framework (фреймворк миграции приложений в облако):— использовать рекомендации фреймворка при планировании миграции стека приложений в облако;— разрабатывать общую схему, план и оптимальную стратегию миграции приложений в облако с использованием подхода “6R” (rehost, replatform, repurchase, refactor, retain, retire);— определять стоимость и преимущества использования облачных сервисов;— формулировать требования к миграции в доменах Platform, Security, Operations, Business, People, Governance;— разрабатывать план обеспечения непрерывности бизнеса и добиваться высоких показателей доступности.
Я работаю DevOps инженером, и в связи с тем, что мы активно начали использовать облачные сервисы, появилась необходимость погрузиться в данную тематику, чтобы постараться изначально сделать все правильно. Курс оказался очень полезным, но сложным. Я узнал много нового о чем нигде не читал и даже не слышал (например про Cloud Landing Zone и Well Architected Framework).
Хотелось бы сказать спасибо Отусу за курс - интересная программа, охватывает самые актуальные аспекты современных облаков, фокусирует на основных нуждах заказчиков.
Насчет уровня начального вхождения в курс я бы сказал, что первый модуль было сложно, пока мое восприятие менялось на cloud native, потом все логично сложилось в целую картинку.
Отдельное спасибо преподавателю. Владимир не просто читает лекции, но в какой-то степени осуществляет менторство (думаю это связано с те, что группа была небольшая).В свободное время он помогал разбирать кейсы, которых не было в программе курса. Также хотелось отметить высокий профессионализм в построении DevSecOps решений, человек в теме и постоянно практикует.
Из пожеланий я бы отметил доработку домашних заданий:
- в плане технических упражнений проблем нет
- в плане работы по гибким методологиям мне хотелось бы поработать в рамках домашки единой командой с несколькими студентами.
- про организационные задачи, хотелось бы получить одну для всех выдуманную организацию, чтобы для каждого студента были единые входные данные, тогда можно было сравнить индивидуальные пути решения задач, это бы могло взаимно обогатить учащихся.
Также хочу отметить, что курс в большей части ориентирован на AWS. Azure и GCP представлены меньше, Alibaba не представлен.
13.08.2021
MLpro и MLops в Отус 2022 - полезные, дали знаний и указали путь развития
С декабря 2021 по сентябрь 2022 я обучался в Отус на курсах:MLpro - "Machine Learning. Professional" (36 лекций)MLops - "Промышленный ML на больших данных" (50 лекций). Опишу свой опыт, не плюсами и минусами, а по темам.- Порог вхождения (необходимые знания) для курсов.В описании каждого курса есть требования им желательно соответсвовать.Лучше соответствовать требованиями курсов и иметь небольшой опыт работы с инструментами изучаемыми на курсе, тогда на обучение будет уходить около 3-5 часов в неделю, кроме 4 часов на 2 лекции.Если прийти с почти нулевыми знаниями, то можно лекции послушать, но на выполнение заданий будет уходить более 20 часов в неделю на самостоятельное изучение и дополнительные тренировки рассматриваемых инструментов. - Задачи для самостоятельной работы.Очень понравились задачи на обоих курсах.На курсе MLpro каждое задание, как мини проект со статичными данными по одной из тем курса (EDA + построить модели + провести небольшое сравнение между моделями).На курсе MLops все задания являются частями одного большого проекта. При решении всех этих заданий надо пройти полный цикл разработки ML проекта:- построение модели, - поступление новых данных по расписанию, - и регулярное переобучение модели, - все это с большими данными и в облаке.Иногда возникали задержки в проверке самостоятельных работ. Думаю Отус это поправит.- Общение в Отус.У меня общение проходило в Слаке, сейчас Отус развивается еще в Discord и telegram.По ходу обучения можно было писать вопросы в общий чат одногруппникам и тегать преподавателей. Преподаватели не сразу, но отвечали на вопросы.- Преподаватели.Один курс ведет несколько предподавателей.3-4 основных перподавателя, если нужна замена то иногда могут попросить преподавателей с других курсов. 1 лекцию курса MLops читал руководитель направления DS в Отус (что было очень приятно), а 14 февраля 2022 был был специальный семинар для влюбленных в NLP))).Все преподаватели, которые у меня вели имели большой опыт и высокий уровень знаний, кроме одного, который провел 2 слабых занятия, но после жалоб слушателей его заменили и предоставили дополнительные лекции в качестве компенсации.Я лично из 86 лекций, только этими 2-мя лекциями был не доволен, остальные лекции были очень полезными для меня.После каждой лекции в Отус собирают обратную связь от слушателей.- Материалы после лекций, остаются в лючном кабинете слушателя.---Код. В MLpro все лекции, в MLops большая часть лекций были с ноутбуками(ipynb) или с разбором кода, который остается доступным слушателям из личного кабинета. Оставшийся код, был одним из важных инструментов моего самообучения (разбирал его и модифицировал под себя).---Слайды и видео материалы. Пропускал некоторые лекции и смотрел их в записи, а некоторые были настолько важными, что смотрел по несколько раз.- Постоянное совершенствование Отус'а.Курсы = лекции и материалы изменяются и модифицируются. У меня знакомый проходил на поток раньше MLops, он по другому тогда назывался и там было больше scala. Сейчас в Отус появился отдельный курс Spark Developer.Отус как платформа связывающая выпускников не стоит, а развивается. В 2022 году был первый шахматный турнир на Lichess, так же проводятся дополнительные семинары по трудоустройству и выстраиванию коммуникаций между выпускниками.Итог.Кажется все супер. Подвох в том, что учиться очень тяжело (после 30), если недостаточно требуемых знаний для старта обучения, но оно того стоит (мое мнение).Для MLpro надо знать Python и математику для DataScience (линейную алгебру, теорию вероятности, статистику).Для MLops надо быть знакомым с Linux, Docker, Git, иметь опыт решения ML задач и построения веб-сервисов на python.Мне Отус:- дал базу знаний и некоторый опыт, - позволил понять мои силы, - показал мне направления дальнейшего развития.
Плюсы: Вусокий уровень преподавателей, интересные задания, материалы лекций доступны после занятий, общение в разных платформах
Минусы: проверка самостоятельных заданий хромала, высокий порог вхождения
Источник: otzovik.com
Андрей Ц.
31.08.2022
2
Проходил курс "Golang Developer. Professional". Худший курс, который мне когда либо приходилось проходить. Абсолютно наплевательское отношение к домашним заданиям и финальному проекту в рамках курса. Неделями висят домашние задания без какой либо реакции, что демотивирует к выполнению заданий. Итоговый проект висит без реакции 12 дней при том, что до конца курса остаётся всего 4 дня и на исправления недочётов не останется времени совсем. Очень частые переносы занятий, при чём в самый последний момент. Крайне не рекомендую данный курс, даже не смотря на то, что тут есть грамотные преподаватели, которые доносят до учеников годный контент.