Вы изменили ConfigMap и хотите, чтобы Deployment безопасно перезапустил Pod’ы и применил новый конфиг без ручного удаления Pod’ов. Какой подход корректный?

👾 — Смонтировать ConfigMap как volume — изменения подтянутся «на лету» без рестартов
👍 — Подключить envFrom — переменные окружения обновятся автоматически
🥰 — Внедрить хэш ConfigMap в аннотацию Pod template (checksum) или триггерить kubectl rollout restart в CI, чтобы инициировать контролируемый rolling update
⚡️ — Поставить imagePullPolicy: Always, чтобы Pod’ы пересоздавались при каждом изменении

Библиотека задач DevOps

Команда хранит Terraform state в S3 и иногда ловит порчу состояния при одновременных apply. Что нужно настроить, чтобы исключить гонки?

👾 — Включить версионирование S3 — этого достаточно для защиты от конкуренции
👍 — Использовать backend s3 c DynamoDB-таблицей для блокировок и включённым версионированием S3
🥰 — Перейти на локальный state и запускать terraform refresh перед каждым apply
⚡️ — Использовать только terraform workspaces для разделения окружений — этого достаточно

Библиотека задач DevOps

Контейнер Docker часто характеризуется как улучшение по сравнению с другой технологией. С какой?

👾 — DevOps
👍 — Микросервисы
🥰 — Облачные вычисления
❤️ — Виртуальные машины

Библиотека задач по DevOps

☝️ Уже сегодня: ИИ-агенты в продакшене — инженерный подход к интеграции LLM

Индустрия активно обсуждает потенциал нейросетей, способных автоматизировать бизнес-процессы и заменить целые отделы. Однако реальное внедрение агентов в production вскрывает серьёзные проблемы: разработчикам приходится бороться с непредсказуемыми галлюцинациями моделей, нестабильными API и сложной интеграцией в существующую архитектуру.

Сегодня в 19:00 МСК в рамках нашего курса «Разработка AI-агентов» мы проведём открытый вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке. Будем говорить о нейросетях с позиции жёсткой инженерии.

Разберём три реальных кейса из сурового банковского энтерпрайза, напишем и запустим агента прямо в эфире, честно обсудим грабли, на которые наступает бизнес при интеграции LLM.

Тем, кто придёт на эфир, дадим промокод AGENTS на скидку 10 000 ₽ на любой тариф курса.

👉 Занять место на вебинаре

⏳ Часовая готовность: создаём ИИ-агента в прямом эфире

В 19:00 МСК в рамках нашего курса «Разработка AI-агентов» стартует вебинар «ИИ-агенты в продакшене: от хайпа к деньгам». Спикер — Полина Полунина, руководитель AI-направления в Альфа-Банке.

Будет live-демо работающего агента, реальные метрики из корпоративной среды и честный разбор архитектурных граблей — без воды и «успешного успеха».

Всем зрителям эфира дадим эксклюзивный промокод AGENTS на скидку 10 000 ₽ на любой тариф курса.

👉 Занять место на вебинаре

Pod’ы с PersistentVolumeClaim зависают в Pending при динамическом провижининге на zoned-инфраструктуре. Причина — том пытаются создать до того, как шедулер выбрал ноду, и топология не совпадает. Что сделать правильно?

👾 — Увеличить CPU/Memory лимиты Pod’ов
👍 — Перейти на emptyDir вместо PVC
🥰 — В StorageClass включить volumeBindingMode: WaitForFirstConsumer
⚡️ — Удалить и пересоздать PVC при каждом деплое

Библиотека задач по DevOps

Самый востребованный навык в ИТ в 2026-м — навык создания ИИ-агентов

Мы полностью переработали курс «Разработка AI-агентов» под реалии 2026 года. Никакой долгой теории — с самого начала пишем код. Обучать и делиться набитыми шишками будут эксперты-практики из Газпромбанка, Альфа-Банка и других бигтехов.

В программе:

— архитектура автономных систем с тестированием, ReAct-циклами и контролем токенов;
— практическая работа с актуальными фреймворками LangGraph, AutoGen, MCP и CrewAI;
— настройка продвинутого RAG для парсинга документов и точного поиска;
— внедрение решений с учётом действующего законодательства (152-ФЗ);
— дипломная работа, за основу которой можно взять свой рабочий проект или задачу, которую предложим мы.

Эксперты поделятся инсайтами из реального продакшна — тем, о чём вам никогда не расскажет ни одна нейросеть.

Запись первого открытого вебинара, на котором мы вместе с руководителем AI-направления в Альфа-Банке Полиной Полуниной пилили агента в прямом эфире.

Ах да, чуть не забыли! Дарим промокод AGENTSWEB на скидку 10 000 рублей и два курса сверху при покупке до 15 марта 🎁

→ Стать AI-инженером

Что верно про CPU requests/limits в Kubernetes?

👾 — Планировщик учитывает limits, а не requests
👍 — Планировщик учитывает только requests; без limit под может бёрстить выше request, при превышении limit — CFS throttling
🥰 — При превышении request контейнер убивается (OOM)
⚡️ — Можно выставить request больше limit

Библиотека задач по DevOps

Кажется, мы окончательно перешли от игрушек к суровому AgentOps

Приглашаем на наш обновлённый курс по разработке ИИ-агентов. Никакой воды про «будущее нейросетей», только инженерный подход.

На курсе мы:

— пошагово строим готовые системы на LangGraph, CrewAI и MCP;
— настраиваем кэширование и роутинг, чтобы бот не сожрал токены;
— разбираемся со стейтом, учимся дебажить через time-travel и прикручиваем human-in-the-loop;
— выводим RAG в прод так, чтобы безопасники не завернули архитектуру из-за 152-ФЗ.

В пекло скучные лекции про общую инфраструктуру — сразу фокусируемся на агентных фреймворках и написании кода. Занятия ведут бывалые лиды из Газпромбанка и Альфы, набившие шишки на реальных задачах.

Кстати, на днях мы пилили агента в прямом эфире, если пропустили — есть запись вебинара.

Сегодня последний день, когда можно забрать курс по старым ценам. Базовый тариф сейчас стоит 49 000 ₽ (вместо 62 990 ₽), продвинутый трек — 99 000 ₽ (вместо 124 990 ₽). Если не хочется отдавать всю сумму сразу, есть рассрочка. Торопитесь — на потоке осталось всего 5 мест!

→ Зафиксировать цену и перейти к сборке своих агентов

Что реально гарантирует PodDisruptionBudget (PDB) в Kubernetes?

👾 — Защиту от OOM и крэшей ноды
👍 — Ограничение добровольных эвикшенов (drain/upgrade), ниже минимума не опустят; от аварий не спасает
🥰 — Нулевой простой при любых инцидентах
⚡️ — Автоматический автоскейлинг при эвикшене

Библиотека задач по DevOps

Как корректно посчитать процент ошибок в Prometheus?

👾 — sum(http_errors_total) / sum(http_requests_total) (сырые счетчики)
👍 — rate(http_errors_total[5m]) / rate(http_requests_total[5m]) с теми же фильтрами/лейблами и затем агрегацией
🥰 — avg_over_time(http_errors_total[5m])
⚡️ — irate(http_errors_total[5m]) для алерта по SLO

Библиотека задач по DevOps

Как масштабировать по p95 латентности в Kubernetes?

👾 — Через HPA v1 по CPU/Memory
👍 — Через HPA v2 с custom/external метрикой (Prometheus Adapter) и таргетом p95
🥰 — Через VPA: он меняет реплики по задержке
⚡️ — ReplicaSet сам увеличит реплики при росте p95

Библиотека задач по DevOps