Онлайн курс Управление надёжностью систем на основе данных (SRE) от Слёрм

«Управление надёжностью систем на основе данных (SRE)» — практический онлайн-курс образовательной платформы «Слёрм», посвящённый обеспечению стабильности IT-сервисов, мониторингу, управлению инцидентами и внедрению SRE-практик. Программа рассчитана на DevOps- и SRE-инженеров, системных администраторов, разработчиков с инфраструктурными задачами, тимлидов и технических руководителей. Продолжительность обучения составляет три недели, общий объём — 45 часов, включая 20 часов практики.

В начале курса участники знакомятся с принципами Site Reliability Engineering и подходами к оценке надёжности сервисов. Рассматриваются показатели SLI, SLO и SLA, бюджет ошибок (error budget), выбор метрик и настройка оповещений. Отдельное внимание уделяется взаимосвязи мониторинга, отказоустойчивости и управления эксплуатационными рисками.

Практическая часть проходит на учебном приложении онлайн-кинотеатра с микросервисной архитектурой. Сервис написан на Python, использует базу данных MySQL и развёрнут в кластерах Kubernetes. Участники получают доступ к инфраструктуре, настраивают мониторинг и алертинг, анализируют показатели работы приложения и устраняют возникающие неисправности.

Обучение организовано в формате командной работы. Участники распределяют роли и выполняют задания, моделирующие эксплуатацию реального сервиса. В ходе практикумов рассматриваются последствия ошибок разработчиков, отказов инфраструктуры, увеличения пользовательского трафика и DoS-атак.

Отдельный модуль посвящён управлению инцидентами. Слушатели отрабатывают процедуры incident response, распределение ответственности, взаимодействие с заинтересованными сторонами и восстановление работоспособности сервисов. После устранения аварий проводится postmortem — анализ причин инцидента, принятых решений и мер по предотвращению повторных сбоев.

Программа также включает темы health checking, управления операционной нагрузкой, автоматизации процессов и уменьшения объёма рутинных задач. Предусмотрены семь видеоуроков, пять командных кейсов, три практикума и три Q&A-сессии со спикерами.

Для обучения необходимы навыки администрирования Linux, понимание принципов работы баз данных и умение читать код на Python. Опыт работы с Kubernetes, Grafana и Prometheus будет дополнительным преимуществом.

В курс входят подготовительный модуль по Kubernetes, видеокурс по мониторингу в Grafana, практические стенды, проверка домашних заданий экспертами и общение со спикерами в Telegram. После изучения не менее 80% материалов и участия в практических заданиях выдаётся именное свидетельство о прохождении курса.