🔥 Что на самом деле хотят услышать на DevOps собесе

На собеседованиях по DevOps очень любят спрашивать: "Как у вас устроен мониторинг в проекте?"

И многие отвечают слишком коротко:
Prometheus, Grafana, CloudWatch.

Ответ вроде правильный.
Но для сильного собеседования этого мало.

Интервьюеру обычно важно понять не просто названия инструментов, а всю цепочку:

- как собираются логи
- куда они попадают дальше
- как долго хранятся
- как собираются метрики
- как считается SLA
- и почему архитектура сделана именно так

Именно это показывает разницу между человеком, который просто пользовался готовым стеком, и тем, кто реально поднимал мониторинг в production.

Например, в enterprise-проекте на EKS мониторинг может выглядеть так:

Есть два типа нагрузок:
- микросервисы на Fargate
- stateful-приложение в StatefulSet

И подход к ним разный.

Для Fargate удобно использовать OpenTelemetry add-on.
Он автоматически собирает логи со всех Fargate-подов и отправляет их в CloudWatch. Это простой и удобный вариант, когда не хочется отдельно городить сбор логов внутри каждого сервиса.

Для StatefulSet чаще нужен более гибкий контроль.
Тут можно использовать Fluent Bit как sidecar-контейнер:
он читает логи из общего тома, фильтрует их, форматирует и отправляет в CloudWatch.

Это особенно важно в банках и других регулируемых системах, где есть требования к структуре логов, аудиту и хранению данных.

Дальше пайплайн может быть таким:

CloudWatch → Lambda для форматирования → Kinesis Firehose → OpenSearch

Зачем это нужно:

- Lambda может нормализовать и обогащать логи
- Firehose умеет батчить и стабильно доставлять данные
- OpenSearch удобен для поиска и анализа
- S3 подходит для долгого и дешёвого хранения

Пример хранения:
- 7 дней в OpenSearch
- 30 дней в CloudWatch
- полный архив в S3

С метриками история другая.

Обычно используют Prometheus, который ходит в /metrics каждого приложения, например каждые 30 секунд.

Чтобы Prometheus понимал, что именно скрейпить в Kubernetes, для сервисов настраивают ServiceMonitor.

Дальше Grafana показывает всё в дашбордах.

Хорошая практика - свести в Grafana сразу несколько источников:
- Prometheus для технических метрик
- CloudWatch для инфраструктуры и логов
- OpenSearch для поиска по событиям и ошибкам

Тогда в одном месте можно увидеть:
- CPU и memory
- latency и error rate
- логи по времени инцидента
- состояние сервиса по SLA

И вот тут начинается взрослая часть мониторинга.

SLA - это не абстрактная цифра на слайде.
Это конкретный лимит простоя.

Например, 99.1% uptime в месяц означает, что сервис может быть недоступен примерно 6.4 часа за месяц.

Если это вынесено в Grafana, то и команда, и бизнес видят состояние системы в реальном времени, а не узнают о проблеме постфактум.

Поэтому на собеседовании лучше рассказывать не просто набор инструментов, а целую историю:

не "у нас Prometheus и Grafana",
а "вот как у нас собираются логи, вот куда они идут, вот почему выбран именно такой маршрут, вот как мы храним данные, вот как считаем SLA и что видит бизнес".

Именно такой ответ звучит как опыт production-уровня.

https://uproger.com/samyj-populyarnyj-vopros-na-sobesedovaniyah-devops-kak-u-vas-ustroen-monitoring-v-proekte/

⚡️ Вы слышали про Rust. Знаете, что он быстрый, безопасный и что за ним будущее.

Осталось одно: сесть и выучить.

Этот курс со Stepik- кратчайший путь от «знаю что такое Rust» до «пишу на нём».

6 модулей, 50 уроков, 143 теста. Ownership, borrowing, traits, async, Tokio, Axum, макросы, WASM — всё разложено по полочкам и закреплено практикой.
Никакого видео на 40 минут ради одной мысли. Подробный текст, много кода, реальные задачи после каждого урока. На выходе — портфолио из 10+ проектов: от CLI-утилит до REST API с базой данных.

48 часов действует скидка 55 процентов: stepik.org/course/269250

📌 15 лучших CI/CD инструментов для DevOps в 2026 году

Jenkins
https://github.com/jenkinsci/jenkins

GitLab CI (Community Edition)
https://github.com/gitlabhq/gitlabhq

Drone CI
https://github.com/harness/drone

Concourse CI
https://github.com/concourse/concourse

Woodpecker CI
https://github.com/woodpecker-ci/woodpecker

Argo Workflows
https://github.com/argoproj/argo-workflows

Argo CD (GitOps CD)
https://github.com/argoproj/argo-cd

Tekton Pipelines
https://github.com/tektoncd/pipeline

Spinnaker
https://github.com/spinnaker/spinnaker

GoCD
https://github.com/gocd/gocd

Zuul CI
https://github.com/zuul/zuul

Screwdriver CI
https://github.com/screwdriver-cd/screwdriver

Brigade
https://github.com/brigadecore/brigade

Dagger
https://github.com/dagger/dagger

Flux CD (GitOps)
https://github.com/fluxcd/flux2

Быстрый Linux совет 🐧

Если сложно читать содержимое переменной $PATH - разнеси её по строкам.

По умолчанию там всё в одну линию через двоеточие, поэтому быстро понять структуру почти нереально.

Просто прогоняешь через tr:

$ echo $PATH | tr ":" "\n"

Теперь каждый путь отображается с новой строки.

Мелочь, но сильно ускоряет разбор окружения и поиск проблем.

Сохрани, пригодится.

🎮 Учись программировать через игры — это реально работает

Если скучно учить код по книжкам - попробуй формат, где ты сразу применяешь знания на практике

Вот 10 крутых платформ:

1. Kubernetes
http://k8sgames.com

2. DevOps
http://devops.games

3. Linux
http://overthewire.org

4. Git
http://ohmygit.org

5. Python
http://codecombat.com

6. CSS & HTML
http://codepip.com

7. Кибербезопасность
http://picoctf.org

8. Мобильное обучение (как Duolingo)
http://sololearn.com

9. Для новичков с нуля
http://scratch.mit.edu

10. 25+ языков программирования
http://codingame.com

Почему это работает:

- сразу практика, а не теория
- есть цель и геймификация
- быстрее запоминается
- не выгораешь

Если ты только начинаешь или застрял —
это один из самых быстрых способов прокачаться

👉 Поднимите приватный инференс на выделенном железе

В Selectel сделали поддержку видеокарт в управляемых кластерах Kubernetes на выделенных серверах.

Теперь модели можно запускать на отдельном железе: стабильная производительность, изоляция данных и конфигурации под разные задачи. По стоимости — до 40% дешевле, чем использовать ускорители в облачных серверах.

Попробуйте сами, на тест дают до 30 000 бонусных рублей: https://slc.tl/bwbx2

Реклама. АО "Селектел". erid:2W5zFGKKZF7

🚀 Ты всё ещё называешь обёртку над ChatGPT «AI-продуктом»?

Пока ты пишешь промпты - рынок уже ушёл дальше.

Сейчас выигрывают не те, кто умеет красиво формулировать запросы, а те, кто строит агентные системы:
- принимают решения сами
- ходят в API
- работают с Postgres и Redis
- управляют браузером через Playwright
- доводят задачи до результата без человека

И вот правда, о которой мало говорят:

90% таких систем умирают между ноутбуком и продом.

Работает локально. Ломается в реальности.
Нет архитектуры. Нет устойчивости. Нет деплоя.

AI Agents Engineering - курс со Stepik, который закрывает этот разрыв.

- LangGraph, AutoGen, Computer Use
- архитектура агентов, а не «скрипты на коленке»
- LLMOps, логирование, стабильность
- деплой в Docker и работа в проде

8 модулей, 120+ шагов, всё через практику.

На выходе не «сертификат ради галочки», а:
- рабочий production-агент
- понимание, как строить такие системы с нуля
- навыки, за которые уже платят

Сейчас самое окно входа.
Через полгода это станет базой, а не преимуществом.

Скидка 55% действует ещё 48 часов: https://stepik.org/a/276971/

«начните бесплатный пробный период».

«введите данные вашей карты»