На DUMP SPB 2026 Евгений Пажитнов, технический менеджер Postgres Professional, выступил с докладом «Снижение количества критичных инцидентов при эксплуатации продуктивных систем».

Это был доклад про неприятную правду эксплуатации: даже если система спроектирована правильно и в ней есть репликация, резервирование и балансировка, критичные сбои все равно случаются.

И только часть инцидентов имеет чисто технические причины. Остальное обычно упирается в людей и процессы.

Евгений рассказал, как перейти от героической поддержки к проактивной. Не тушить пожары быстрее, а уменьшать их число за счет оценки текущего состояния и понятного плана улучшений.

Этот мини-чеклист нужен тем, кто отвечает за стабильность прода: DBA, SRE и инженерам эксплуатации, тимлидам и владельцам критичных сервисов. Он помогает за 10 минут понять, где в повседневной эксплуатации у вас слабые места, которые чаще всего превращают небольшой сбой в критичный инцидент.

✔️ Мониторинг работает 24x7, шлет уведомления, и у предупреждений есть владелец?

✔️ Зафиксирован базовый уровень и отклонения для CPU, дискового ввода-вывода, задержки диска, памяти и пользовательской нагрузки?

✔️ Обновления ставятся регулярно, есть тестовое окружение, и для каждого изменения предусмотрен откат?

✔️ Есть план аварийного восстановления, детализированный до команд, и его регулярно прогоняют с фиксацией времени восстановления?

✔️ Ведется журнал изменений с датой, автором, старым и новым значением и причиной?

Если по большинству пунктов у вас все закрыто, инциденты проще переживать: проблему быстрее замечают, изменения можно откатить, восстановление идет по понятному сценарию.

Если набралось несколько «Нет», это уже системный риск: при следующем сбое команда будет импровизировать, а простой почти наверняка затянется.

Сначала отработайте аварийное восстановление и фиксируйте реальное время возврата сервиса. Затем наведите порядок в изменениях: тестовый контур, откат, журнал. И уже после усиливайте мониторинг и базовые показатели, чтобы ловить отклонения до аварии.

Так звучала бы пятница перед тремя выходными, если бы она была песней 🐘

Савелий подготовил подборку статей, книг и курсов для тех, кто хочет вкатиться в работу с LLM.

Некоторые статьи из подборки Савелий не только прочитал, но и написал.

🔘 Книги

Многие книги в этой области быстро устаревают, особенно, если они направлены на какой-то конкретный новомодный фреймворк. Поэтому ориентируйтесь на фундаментальную теорию и наборы практик.

Вот некоторые из них:

📕 Серрано Луис «Грокаем машинное обучение». Очень хорошая база для людей, которые только знакомятся с тем, что из себя представляет машинное обучение.

📕 Орельен Жерон «Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow». Практическая база MLE: как устроены типовые пайплайны.

📕 Дэвид Свит «Тюнинг систем: экспериментирование для инженеров от A/B-тестирования до байесовской оптимизации». Сильная книга именно под культуру экспериментов, бенчмаркинг и итеративные улучшения.

📕 Lewis Tunstall, Leandro von Werra, Thomas Wolf "Natural Language Processing with Transformers". Хорошая книга для входа в трансформеры и прикладной NLP/LLM-стек.

🔘 База по ML/DL

Stepik: "Deep Learning". Вводный курс по Deep Learning.

Andrej Karpathy: "Neural Networks: Zero to Hero". Очень понятный путь от backprop до GPT.

Общая витрина курсов Hugging Face Learn. Удобно выбрать ровно тот трек, который нужен — LLM/agents и так далее.

Курс «Машинное обучение» 2019 года от К. В. Воронцова. Для тех, кто хочет углубиться в математику ML.

🔘 LLM как прикладная система: prompting, tooling, context engineering, RAG, evaluation

Claude Cookbook. Практические паттерны для LLM-приложений: prompting, tool use, RAG, evals, agent building и так далее.

«Базовый минимум. Часть 3: RAG-системы». Нормальный вводный текст с терминологией и базовой архитектурой.

«Выбор LLM и фреймворка для ИИ-агентов». Прикладной разбор стека и инженерных решений для LLM-продуктов и экспериментов.

«Будущее ИИ — формальные грамматики». Про контролируемый/структурированный вывод и почему это важно для надежности ИИ-систем.

Evidently AI: "LLM evaluation: a beginner’s guide". Вводный гайд по типам оценок, метрикам, тест-наборам и рабочим процессам.

🔘 Fine-tuning — дообучение LLM под конкретную задачу

Aliona Surovtseva, Innovation Analyst: "LLM training: the process, stages, and fine-tuning gritty details". Про этапы обучения LLM.

Cameron R. Wolfe: "Understanding and Using Supervised Fine-Tuning (SFT) for Language Models". Описание того, что такое SFT и как использовать этот подход для обучения языковых моделей.

Sebastian Raschka: "Parameter-Efficient LLM Finetuning With LoRA". Понятная статья про LoRA.

«Как мы готовим RL для Alignment в больших языковых моделях: опыт команды YandexGPT». Про алгоритмы DPO и PPO и их использование.

Yihua Zhang: "From GRPO to DAPO and GSPO: What, Why, and How". GRPO → DAPO → GSPO.

«Как мы обеспечили +33% к точности на сложных SQL-запросах». Пример того, как использовать RL для обучения на конкретной задаче.

Сохраняйте подборку себе и отправляйте коллегам. Оставляйте в комментах свои любимые материалы по теме.
#польза

Гравитация организовала все на свете. Нам остается только организовывать конференции и конкурсы.

Главная встреча сообщества PostgreSQL в России уже организована — PGConf.Россия 2026 пройдет 23-24 марта, а сейчас мы организуем конкурс, в котором можно выиграть билет на участие в ней.

Условия конкурса:

✔️ Подписаться на канал Postgres Pro Team.

✔️ Репостнуть эту публикацию себе в истории.

✔️ Написать «Хочу на PGConf» в комментарии к этой записи.

Победителя выберем 18 марта в 12:00 с помощью рандомайзера.

Билет нельзя продать, поменять на деньги или передать. Участвовать можно онлайн или офлайн в Москве.

Удачи и до встречи на конференции!

Все хотят спать по ночам. Но для этого мало просто поднять отказоустойчивую систему — нужно еще выстроить эксплуатацию так, чтобы критичные инциденты не становились сюрпризом.

На DUMP SPB 2026 Евгений Пажитнов, технический менеджер Postgres Professional, рассказал, почему сбои возникают даже в зрелой инфраструктуре: как соотносятся технологии, человеческий фактор и процессы, и почему во многих случаях корень проблемы — не в самой СУБД, а в отсутствии понятных регламентов.

В центре внимания — переход от героического тушения пожаров к проактивной поддержке: обновления, бэкапы, аварийное восстановление, мониторинг, базовые показатели и контроль изменений.

Будет полезно тем, кто отвечает за эксплуатацию критичных систем и хочет не просто устранять аварии, а снижать их вероятность и сокращать время простоя.

Подробнее про доклад уже писали, а теперь выкладываем видео.

▶️ Смотрите на Youtube и Rutube.

Вам нравятся подборки полезных материалов. Это значит, что нам нравится их для вас готовить.

Сегодня подборка полезностей от Кирилла Калашникова, главного QA-инженера Postgres Professional. И бонус в конце поста.

🔹 Статьи

Фундаментальная теория тестирования

Почему ручное тестирование не умрет

О сложности устранения нестабильности тестов

Шпаргалка по поиску узких мест в Linux: топ утилит на все случаи жизни

Как в Яндексе используют PyTest и другие фреймворки для функционального тестирования

The Minimum Every Developer Must Know About AI Models (No Excuses!)

🔹 Ролики

Все видео с конференции Heisenbug на сайте или в ВК.

🔹 Книги по QA

Святослав Куликов «Тестирование программного обеспечения. Базовый курс»

Уиттакер, Арбон, Каролло «Как тестируют в Google»

Гаятри Мохан «Фулстек-тестирование»

Rex Black “Critical Testing Processes”

Lee Copeland “A Practitioner's Guide to Software Test Design”

🔹 Книги по Linux

Брайан Уорд «Внутреннее устройство Linux»

Майкл Керриск «Linux API. Исчерпывающее руководство»

🔹 Книги по Python и LLM

Марк Лутц «Изучаем Python»

Шамим Бхуян, Тимур Исаченко «Генеративный ИИ с обучением больших языковых моделей (LLM) для джунов»

Сохраняйте подборку себе и отправляйте коллегам.

* * *

🐘 Если вы ищете не только новые знания, но и работу мечты, то мы ищем вас на вакансию QA-инженера.

Хочется сказать «До встречи в офисе», но у нас можно работать полностью удаленно.

Ждем ваше резюме.
#польза