Новые складчины

​

О курсе:

• Изучите базовые функциональные возможности платформы GitLab для DevOps.
• Разберемся на практике с базовыми возможностями от создания групп, проектов, добавления пользователей до написания скриптов для Gitlab CI/CD.
• Во второй части курса мы изучим основы Git.
• В третьей части курса как только вы освоитесь с интерфейсом и функциями GitLab, перейдем к написанию кода на YAML, разберемся с GitLab - CI/CD pipeline.
• На практике сделаем несколько мини проектов. Плюс по завершению курса рассмотрим мини-проекты.

Обучение проходит на GitLab CE: Community Edition, а это значит что вы сможете развернуть у себя на компьютере полноценную лабораторию для экспериментов.

Чему вы научитесь:

• Изучите базовые настройки GitLab.
• Управлять пользователями в GitLab.
• Создавать и работать с проектами GitLab.
• Общий принцип работы CI/CD.
• Изучите базовые функциональные возможности платформы GitLab для DevOps.
• Разберем основы Git.
• Поймете основы YAML.
• Рассмотрим основы Markdown.
• Настроите и используйте GitLab Runners для выполнения CI/CD pipeline.
• Автоматизировать сборку, тестирование, развертывание с помощью GitLab CI
• Подключать и настраивать GitLab Runners.
• Создавать собственные скрипты для GitLab CI/CD (Pipelines, Jobs, Stages).

Обучение проходит на GitLab CE: Community Edition, а это значит что вы сможете развернуть у себя на компьютере полноценную лабораторию для экспериментов.
Для кого этот курс
Для всех желающих познакомиться с платформой GitLab. Хотите узнать, как построить CI/CD pipeline в GitLab.

Начальные требования
1.1 GitLab: Необходимое ПО - в результате прохождения данного урока вы на практике развернете в docker свой собственный GitLab сервер.

• Основы работы с ПК
• Знаете как открыть командную строку в Mac/Linux/Windows.
• Желательно иметь общее представление о Docker.
• Права администратора для установки программного обеспечения на ПК.
• Для практики вам нужен ПК который имеет возможность создать и запустить виртуальную машину,
• необходимо иметь 8гб оперативной памяти,
• 32гб свободного места на жестком диске
• несколько ядер процессора с возможностью виртуализации.

Обратите внимание GitLab будем устанавливать локально, в минимальном варианте он потребует от 4.5 Гб оперативной памяти, плюс потребуется память для runner (в итоге минимум может использоваться 6 Гб, плюс 2 Гб где останется под основную ОС, учтите это)

Как проходит обучение
Курс для самостоятельного изучения, который вы сможете проходить в удобном вам темпе. Обучение проходит в формате видео лекции, упор делается на практику, а так же есть короткие тесты. Желательно самостоятельно вводить код приведенных примеров.

Программа курса:

• Gitlab: подготовка
• Gitlab: начало
• Git & Gitlab
• Gitlab: CI/CD
• Gitlab: мини проекты CI/CD на практике

Что вы получаете:

• Поймете основные функциональные возможности платформы GitLab CE
• По завершению этого курса студенты смогут работать с GitLab CE
• Сможете самостоятельно на базе GitLab выстраивать процесс CI/CD.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Тестирование документации — это не формальность и не финальный штрих, а важная часть качества продукта, значительно удешевляющая процесс разработки ПО.
Этот курс создан для начинающих и работающих тестировщиков уровня джуниор и миддл, которые хотят уверенно проверять требования, пользовательские сценарии, API-спецификации и сопроводительные материалы.
Мы последовательно разберём, как читать документы так, чтобы находить противоречия, неопределённости и пробелы, как соотносить документацию с реальным поведением системы и как выстраивать трассируемость между требованиями и тестами.
К окончанию курса вы сможете уверенно проверять документацию разных типов, фиксировать замечания аргументированно и конструктивно, поддерживать трассируемость и влиять на качество продукта ещё до написания кода.
Вы научитесь выстраивать предсказуемый процесс ревью, экономить время команды и снижать стоимость исправления дефектов за счёт раннего обнаружения проблем в документах.

Для кого этот курс

• Тестировщики начального уровня, которые хотят понять, с чего начинать проверку документации и как не упускать важные детали.
• Тестировщики уровня миддл, которым нужна структура, чёткие критерии и расширение набора техник для ревью документов.
• Инженеры по качеству, участвующие в анализе требований, уточнении сценариев и приёмке изменений по API.

Чему вы научитесь

• Определять цели и границы тестирования документации, выбирать правильные источники истины и договариваться о критериях качества.
• Применять чек-листы качества к требованиям: полнота, непротиворечивость, однозначность, проверяемость, актуальность, трассируемость.
• Разбирать пользовательские сценарии: основной поток, альтернативы, исключения, предусловия и постусловия, а также переводить их в тестовые идеи и наборы.
• Читать и проверять спецификации API на основе Swagger или OpenAPI: схемы, типы, обязательные поля, коды ошибок, примеры, версии и обратная совместимость.
• Строить карту трассируемости между требованиями, тестами, багами и релизами, поддерживать её в актуальном состоянии и использовать для анализа регрессии.
• Тестировать интерфейсные тексты и локализацию: единообразие терминов, тональность, длины строк, переносы,Plural-формы, форматы даты, времени и чисел, а также доступность.
• Работать с версиями и процессом согласования изменений: ревью, комментарии, фиксация решений, контроль изменений и связь с задачами.
• Использовать инструменты: системы документации как код, линтеры, статический анализ, средства для сравнения версий и автоматической генерации документации.

Спойлер: Программа курса

Роль и основы тестирования документации:

1. Зачем тестировать документацию
2. Виды документации: от требований до пользовательских гайдов
3. Источники истины и артефакты проекта
4. Область ответственности тестировщика при ревью документов
5. Базовый чек-лист качества и типичные дефекты

Требования и критерии качества документации:

1. Полнота, непротиворечивость, однозначность, проверяемость.
2. Нефункциональные требования и качественные атрибуты.
3. Примеры плохих формулировок и как их исправлять.
4. Приоритеты и риск-ориентированное ревью.
5. Критерии готовности документа к разработке.

Пользовательские сценарии: юзкейсы и сториз:

1. Структура юзкейсов: акторы, предусловия, основной и альтернативный сценарии.
2. User Story, критерии приёмки и Definition of Ready.
3. Негативные сценарии и исключения.
4. От сценария к тестовым идеям и наборам.
5. Проверка согласованности сценариев между собой.

Спецификации API: Swagger и OpenAPI

1. Структура спецификации: схемы, операции, модели и примеры.
2. Обязательные и необязательные поля, типы и валидация.
3. Коды ответов, ошибки и согласованность контрактов.
4. Обратная совместимость и версии API.
5. Проверка примеров и соответствия схеме.

Трассируемость: маппинг тестов на документацию

1. Матрица трассируемости: требования, тесты, дефекты, релизы.
2. Методика покрытия: что и как связывать.
3. Актуальность связей и контроль изменений.
4. Метрики покрытия и риск-ориентированный подход.
5. Практика анализа влияния изменений.

Проверка интерфейсных текстов и локализации

1. Единообразие терминов и тональность.
2. Ограничения длины, переносы и усечение.
3. Форматы даты, времени, чисел и валют.
4. Плюральные формы и гендерные конструкции.
5. Доступность и читабельность текстов.

Версионирование, изменения и согласования

1. Процесс ревью документации и фиксация решений.
2. Версионирование и политика изменений.
3. Семантическое версионирование и обратная совместимость.
4. Контроль изменений и аудит следов.
5. Работа с фичефлагами и временной расхождением дока и кода.

Заключение

1. Антипаттерны и профилактика дефектов в документации.
2. Как подготовиться к встрече «Трес Амигос».
3. Тестировщик на груминге.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Lakehouse для аналитиков и инженеров данных
Научитесь эффективно использовать Data Lakehouse c разделенным Compute и Storage на основе Iceberg и Trino.

• Познакомиться с архитектурой LakeHouse, последним поколением аналитических систем
  с разделенными слоями хранения (Iceberg/S3) и вычисления (Trino/k8s).
• На практике научиться использовать кластер Trino over k8s, который будет обращаться к данным на S3 в формате Iceberg.
• Научиться строить гибридные пайплайны обработки данных с использованием SQL, Python, Spark.
• Освоить масштабирование до х100 раз без смены парадигм и технологий.

Программа обучения
Встречи: 6 недель (1 встреча в неделю)

Занятие 1. Lakehouse, Iceberg, разделение Compute и Storage
Занятие 2. Структура формата Iceberg. Формат Parquet
Занятие 3. Практика
Занятие 4. Метрики запросов в Trino
Занятие 5. Еще раз о формате Iceberg
Занятие 6. Пайплайны и финальная Q&A-сессия

Middle/Senior - Старт 20-го ноября - 6 недель
Живые онлайн-сессии, обсуждения, демо и практика

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Многие начинающие программисты сталкиваются с трудностями при попытке оптимизировать свой код или понять логику работы сложных систем. Этот курс поможет вам разобраться в фундаментальных принципах построения алгоритмов без лишней теории, делая процесс обучения понятным и прикладным. Вы освоите эффективные методы работы с данными, что позволит вам писать более производительные программы и уверенно решать задачи любого уровня сложности.

Чему вы научитесь:
Понимать принципы работы циклов и рекурсии.
Реализовывать основные структуры данных: массивы, списки, стеки и очереди.
Применять различные алгоритмы сортировки на практике.
Оценивать сложность алгоритмов и выбирать оптимальные решения.
Понимать устройство деревьев и методы их обхода.

Для кого этот курс:
Курс подойдет тем, кто хочет научиться эффективно решать задачи с помощью алгоритмов и стремится разобраться в основах работы массивов и других структур данных.

Программа курса:
Урок 1-5: Основы алгоритмизации, сложность и нотация.
Урок 6-8: Массивы, связные списки, стек и очередь.
Урок 9-15: Виды сортировок (выбором, вставками, слиянием, быстрая, подсчетом).
Урок 16-20: Деревья и основные способы их обхода.

Кто такой Ярослав Щербаков:
Опытный разработчик и педагог. Является выпускником ВШЭ, что позволяет ему сочетать глубокую теоретическую базу с практическими навыками профессионального программирования.

Почему стоит доверять автору:
Обладает профильным образованием НИУ ВШЭ.
Имеет опыт как в профессиональной разработке, так и в преподавательской деятельности.
Подает материал последовательно, от простого к сложному.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Практической основой курса выбран фреймворк PyTorch, с помощью которого выполняется построение и обучение нейронных сетей. Почему именно PyTorch? В действительности, единственный конкурент ему другой аналогичный фреймворк Keras/Tensorflow. Однако PyTorch имеет более удобный функционал проектирования сетей самой разной архитектуры. В то время как Keras/Tensorflow больше зарекомендовал себя в коммерческих приложениях (в продакшене) благодаря несколько более высокой скорости обучения НС. Но различия по скорости работы между этими двумя фреймворками не так существенны, а иногда и вовсе незаметны, чтобы отказываться от удобства PyTorch в пользу Keras/Tensorflow. К тому же, изучив PyTorch, вы легко сможете перейти на Keras/Tensorflow, если в этом возникнет необходимость.

Программа курса
Введение в нейросети. Тензоры PyTorch

1. Начало
2. Структура и принцип работы полносвязных нейронных сетей
3. Установка PyTorch совместно с CUDA
4. Создание тензоров. Конвертирование в NumPy
5. Тензоры. Автозаполнение, изменение формы
6. Тензоры. Индексирование и срезы
7. Тензоры. Базовые математические операции
8. Тензоры. Тригонометрические и статистические функции
9. Тензоры. Векторно-матричные операции
10. Использование CPU и GPU на примере простой НС
11. Персептрон - возможности классификации образов

Создание и обучение моделей полносвязных нейронных сетей

1. Идея обучения НС градиентным алгоритмом
2. Алгоритм back propagation
3. Функции активации и потерь в PyTorch
4. Автоматическое дифференцирование
5. Оптимизаторы. Реализация SGD на PyTorch
6. Классы nn.Linear и nn.Module
7. Форматы выборок. Сбалансированность и репрезентативность
8. Классы Dataset и Dataloader
9. Применение классов Dataset и Dataloader
10. Классификация изображений цифр БД MNIST
11. Трансформации transform. Класс ImageFolder
12. Сохранение и загрузка моделей нейронных сетей
13. Переобучение (overfitting). Критерии останова обучения
14. L2-регуляризатор и Dropout
15. Алгоритм Batch Normalization
16. Классы Sequential, ModuleList и ModuleDict

Сверточные нейронные сети

1. Введение в сверточные нейронные сети (CNN)
2. Классы Conv2d и MaxPool2d
3. Пример реализации сверточной нейронной сети
4. Сверточные нейронные сети VGG-16 и VGG-19
5. Теория стилизации изображений (Neural Style Transfer)
6. Делаем стилизацию изображений на PyTorch
7. Остаточные нейронные сети (residual networks - ResNet)
8. Архитектуры ResNet-18 и ResNet-50
9. Использование ResNet моделей. Их связь с Dropout и бустингом
10. Transfer Learning (трансферное обучение)
11. Архитектура сети U-Net. Семантическая сегментация изображений
12. Реализация U-Net для семантической сегментации изображений

Рекуррентные нейронные сети

1. Введение в рекуррентные нейронные сети
2. Класс nn.RNN рекуррентного слоя
3. Рекуррентная сеть для прогноза символов
4. Понятие эмбеддинга. Embedding слов
5. Прогноз слов рекуррентной нейронной сетью
6. Функции активации в RNN. Двунаправленные RNN
7. Двунаправленные RNN в PyTorch. Сентимент-анализ фраз
8. LSTM - долгая краткосрочная память
9. Рекуррентный блок GRU

Автоэнкодеры. Генеративные сети

1. Введение в автоэнкодеры
2. Вариационные автоэнкодеры (VAE)
3. Реализация вариационного автоэнкодера (VAE)
4. Генеративно-состязательные сети (GAN)
5. Реализация GAN на PyTorch

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Практический онлайн-курс для Python QA Automation - инженеров, которые хотят уверенно тестировать брокеры сообщений, писать стабильные E2E-тесты и не бояться асинхронных систем.

Тренинг для инженеров автоматизаторов на Python, которые уже имеют опыт автоматизации и опыт тестирования back-end.

В тренинге внимание сфокусированно именно на брокерах сообщений. Если вам важны такие темы, как CI/CD, отчеты о тестировании, сбор метрик покрытия сервисов автотестами, красивое логгирование, оповещение о прохождении тестов и другое, лучше рассмотреть тренинг REST API Advanced.

Необходимые знания:

• уверенные навыки программирования на Python и работы с Git
• опыт автоматизации тестирования веб-приложений
• навыки использования ООП на Python

Программа

Введение

Что такое брокеры сообщений?
В данном уроке рассмотрим, что такое брокеры сообщений и для чего они применяются.

Kafka
В данном уроке рассмотрим, что такое Kafka, и рассмотрим один из вариантов UI-интерфейса.

Kafka: Produccer
В данном уроке научимся публиковать сообщения в топики Kafka с помощью python.

Kafka: Singleton
В данном уроке рассмотрим паттерн Singleton для экономии соединений и примеры его использования для python клиентов Kafka.

Kafka: Consumer
В данном уроке рассмотрим способы подключения к Kafka и проблемы, с которыми сталкивается тестировщик при работе с Kafka консумером.

Kafka: Работа с потоками
В данном уроке рассмотрим, как работать с блокирующими задачами при прослушивании топиков и примитивы синхронизации потоков в python.

Kafka: класс Consumer и тесты
В данном занятии реализуем удобный интерфейс для работы с Kafka Consumer и напишем тесты.

Kafka: паттерн Observer
В данном уроке рассмотрим паттерн Observer, который позволит нам экономить соединения, а также быстро и удобно уведомлять всех подписчиков о получении сообщений в топики.

Kafka: E2E
В данном занятии рассмотрим схему нашего приложения и напишем end-to-end тесты для проверки каждой контрольной точки системы.

Rabbit MQ
В данном уроке узнаем, что такое RabbitMQ, и поработаем с UI интерфейсом.

Rabbit MQ: Publisher
В данном занятии научимся использовать python для публикации сообщений в обменник RabbitMQ.

Rabbit MQ: Subscriber
В данном занятии научимся подписываться на очереди RabbitMQ с помощью python.

Rabbit MQ: Как тестировать consumer?
В данном занятии узнаем, как тестировать consumer и какие подходы для этого использовать.

Итоги
Подведем краткие итоги по курсу.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Многие разработчики сталкиваются с замедлением программ из-за неэффективного выбора инструментов хранения данных. Этот курс поможет преодолеть барьер сложности при работе со структурами данных и научит проектировать высокопроизводительные решения. Вы сможете уверенно решать алгоритмические задачи, которые ранее казались недоступными, и перейдете на уровень архитектора программного обеспечения. Систематизация знаний позволит вам писать чистый и быстрый код, оптимизированный под любые высоконагруженные системы.

Чему вы научитесь:

• Эффективно использовать хеш-таблицы для быстрого поиска
• Применять методы топологической сортировки
• Управлять бинарной кучей и понимать принципы её работы
• Проектировать алгоритмы для поиска кратчайших путей в графах
• Искать оптимальные пути в матрицах с помощью динамического программирования

Для кого этот курс:

• Разработчикам, желающим освоить динамическое программирование на практике
• Специалистам, которые хотят глубоко разобраться в принципах работы графов
• Программистам, стремящимся научиться проектировать эффективные структуры данных для реальных бизнес-задач

Кто такой Ярослав Щербаков:
Ярослав Щербаков — эксперт в области алгоритмического программирования с многолетним опытом разработки сложных систем. Автор специализируется на преподавании фундаментальных основ компьютерных наук, делая акцент на практическом применении теоретических концепций в повседневной работе программиста.

Почему стоит доверять автору:

• Глубокое владение техническим стеком и алгоритмической базой
• Понятное изложение даже самых сложных концепций программирования
• Ориентация на практические задачи, востребованные в индустрии разработки

Программа:

Спойлер

01. Понятие алгоритма и структуры данных
02. Типовые проблемы, для решения которых полезны АиСД
03. Циклы и рекурсия
04. Оценка сложности алгоритмов, O-нотация
05. Массив и динамический массив
06. Связный список
07. Стек и очередь на массиве
08. Понятие сортировки и основная терминология
09. Сортировка выбором
10. Сортировка вставками
11. Сортировка слиянием
12. Быстрая сортировка
13. Частичная сортировка
14. Сортировка подсчетом
15. Понятие дерева и основная терминология
16. Способы представления деревьев
17. Прямой порядок обхода дерева
18. Обратный порядок обхода дерева
19. In-order порядок обхода дерева
20. Бинарное дерево поиска
21. AVL-дерево

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Новый способ мышления: описываешь задачу → AI-агенты делают.

Узнаёшь себя?

Если хотя бы один пункт про тебя — этот интенсив поможет

• Все говорят про вайбкодинг
  • Ленты полны историй «собрал приложение за вечер» — но непонятно, с чего начать и получится ли у тебя
• Хочешь делать, а не только спрашивать
  • ChatGPT отвечает на вопросы, но не делает за тебя работу — а хочется, чтобы AI реально создавал
• Идея есть, а реализовать некому
  • Нанимать дорого, ждать долго — а нужно собрать что-то для себя или бизнеса
• Пробовал — результат как лотерея
  • Cursor, Lovable, ChatGPT — один раз получилось, второй нет, непонятно почему
• Мир ускоряется, а ты нет
  • Видишь, как другие создают с AI, но не понимаешь как повторить — и разрыв растёт
• Инструментов много, системы нет
  • Перепробовал десяток AI-сервисов — но нет цельного подхода и понимания, что для чего

Не нужно быть программистом. Описываешь задачу словами — AI делает

Для кого этот интенсив:

• Хочешь создавать с помощью AI
  • Видишь, как AI меняет рынок, и хочешь освоить навык, который позволит создавать продукты самостоятельно
• Начинающий разработчик
  • Хочешь ускориться в разы — AI берёт на себя рутину, ты фокусируешься на архитектуре и результате
• Предприниматель без разработчика
  • Идеи есть, руки не дотягиваются — AI станет твоим техническим партнёром
• Руководитель
  • Хочешь сам собирать прототипы и автоматизации, не ждать очередь к разработчикам
• Маркетолог / аналитик
  • Тратишь часы на рутину — AI заберёт повторяющиеся задачи на себя
• Эксперт / консультант
  • Хочешь усилить себя новым навыком и делать то, что раньше требовало разработчика

Кому не подойдёт:

• Опытным пользователям Claude Code — будет слишком просто
• Тем, кто ищет теорию без практики
• Тем, кто не готов тратить 3–4 часа в неделю на ДЗ

Выбираешь проект — и строишь его на интенсиве.

Не абстрактные упражнения, а то, что нужно лично тебе. Задачи могут быть любыми:

• Second Brain
  • Персональная система знаний — markdown-файлы, не код
• Health OS
  • Трекер здоровья — данные и дашборды
• Автоматизация рутины
  • Боты, напоминания, обработка документов
• MVP продукта
  • Сайт, приложение, внутренний инструмент

Что ты получишь за 5 занятий:

• Работающий проект
  • Созданный своими руками с помощью AI — от идеи до запуска
• Навык вайбкодинга
  • Умение решать задачи, описывая их словами — работает с любым AI
• Настроенный Claude Code
  • С контекстом, правилами и навыками под твой проект
• Подключённые сервисы
  • Интеграции через MCP — проект работает с реальными данными
• Понимание агентов
  • Subagents, Agent Teams, Hooks — автоматизация сложных задач
• Записи и материалы
  • Все занятия, шаблоны, конфиги, чек-листы — навсегда

Как проходит интенсив:

5 занятий по 1,5–2 часа в Zoom

1. Введение в вайбкодинг

• Что такое вайбкодинг и почему это меняет правила
• Claude Code: установка, настройка, первый запуск
• Терминал, Git, VS Code — ровно столько, чтобы не бояться
• Базовая безопасность: что нужно знать с первого дня
• Практика: первый проект + выбор своего проекта для курса

Результат: репозиторий + скелет проекта + CLAUDE.md

2. Контекст и планирование

• CLAUDE.md — как объяснить AI контекст твоего проекта
• Plan Mode: AI планирует, ты утверждаешь
• Rules — правила, которые AI соблюдает автоматически
• Практика: от описания проекта до работающего прототипа
• Кейсы первого потока: что построили участники

Результат: первая рабочая версия проекта

3. Внешние сервисы и навыки

• MCP: как Claude Code подключается к внешним сервисам
• Skills — переиспользуемые навыки для повторяющихся задач
• Подключение реальных данных и API к проекту
• Практика: интеграция сервисов в свой проект
• Проект начинает работать с реальными данными

Результат: проект работает с реальными данными

4 .Агенты и автоматизация

• Subagents — AI делегирует задачи другим AI
• Agent Teams — параллельная работа нескольких агентов
• Hooks — автоматические действия при событиях
• Практика: мультиагентная система для твоего проекта
• Автоматизация сложных задач без участия человека

Результат: проект делает сложное автономно

5. Запуск проекта и безопасность

• Развёртывание проекта на сервере (VPS)
• Безопасность: SSH-ключи, секреты, контроль доступа
• Демо проектов участников + разбор от ведущего
• Обзор экосистемы: когда что использовать
• План развития проекта после интенсива

Результат: проект живёт в интернете + план развития

Автор Александр Ярыгин - Провёл первый поток интенсива (средняя оценка 9.6/10). Использую AI каждый день для управления агентством и клиентскими проектами.

Тариф Базовый

• 5 живых занятий (1,5–2 часа) в Zoom
• Записи всех занятий (навсегда)
• Домашние задания
• Материалы, шаблоны, чек-листы

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Хотите изучить весь необходимый стек и набор инструментов для Web-разработчика:

• 20 000 строк кода написано,
• 221 урок,
• 78 часов,
• 320 упражнений,
• Курс разбит на 163 дня,

Что Вы получите после прохождения курса?
1 Вы получите глубокое понимание современного подхода к Web-разработке
2 Вы будете знать все необходимые современные технологии и инструменты
3 Вы узнаете, как сделать качественный дизайн, используя бесплатный AI
4 Вы сможете работать по Scrum и Kanban
5 Вы узнаете, как создать правильную документацию для проекта с помощью Confluence
6 Вы научитесь правильно планировать проект с помощью Jira
7 Вы узнаете, как правильно настроить окружение: VS Code, линтеры и статические анализаторы кода
8 Вы научитесь правильно работать с Git, используя ветки, Pull Request, CI/CD
9 Вы освоите процесс адаптивной вёрстки любых сайтов
10 Вы научитесь программировать серверную часть
11 Вы узнаете, как правильно писать автоматизированные тесты
12 Вы освоите DevOps-практики
13 Вы научитесь создавать docker-образы своих проектов
14 Вы узнаете, как подбирать и настраивать VPS
15 Вы узнаете, как размещать сайт в Интернете
16 Вы сможете автоматизировать процесс размещения в Интернете с использованием пайплайна CD и docker-образов
17 Вы создадите свой собственный профессиональный Web-проект

Кому подойдёт курс?
- Новичкам в Web-разработке
Вы начнёте с самых основ и дойдете до продакшена через CI/CD.
- Фрилансерам
Вы научитесь не только правильному подходу к разработке, но и получите навык эффективной организации работы.
- Планирующим устроиться на работу
После курса Вы уже будете отличным специалистом, который знает, как происходит современная разработка в IT-компаниях. Это отличное конкурентное преимущество перед теми, кто просто умеет создавать сайты.
- IT-предпринимателям
Вы сможете создать свой проект, не привлекая сторонних людей, сэкономив сотни тысяч рублей и сделав всё так, как Вы хотите. Помните: хочешь сделать хорошо – сделай это сам.
- Тем, кто устал от фрагментарных туториалов
Здесь полный цикл — от идеи через профессиональную разработку до деплоя.

Основная часть курса состоит из 7 модулей и 5 подмодулей, разбитых по спринтам (терминология из Scrum)

К курсу идёт 5 Бонусных курсов

Что нужно знать для успешного прохождения курса?
Вам не нужны глубокие знания программирования или сложной математики. Курс построен так, чтобы даже новичок с минимальной компьютерной грамотностью (умение устанавливать программы, работать с файлами) смог освоить материал.

Важно!
Обратите внимание, что если Вы вообще не знаете HTML, CSS, JavaScript, PHP, Laravel, то начните своё обучение с соответствующих Бонусных курсов. Их более чем достаточно для освоения всего материала курса «Профессиональная Web-разработка. Дизайн, код и автоматизация».

Я объясню всё с нуля: от настройки среды разработки до публикации проекта.

Защита у курса есть.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Программа:
01. База Webflow

Полноценное погружение в ноу-код разработку для начинающих. Обучение посвящено изучению основ Webflow, всех его ключевых настроек и созданию анимаций. Весь материал закрепляется на реальных задачах.

• Модуль 1. Введение
  • Этот модуль поможет вам понять, чего ожидать от курса и как эффективно изучать материал.
• Модуль 2. Основы классической верстки
  • Перед тем как углубляться в Webflow, важно понять базовые принципы работы HTML и CSS. В этом модуле мы изучим, как устроены блоки, что такое Box Model, как работает структура HTML-документа и каким образом CSS отвечает за стилизацию страниц.
• Модуль 3. Интро Webflow
  • Этот модуль поможет вам сделать первые шаги в Webflow. Вы узнаете, как зарегистрироваться в системе, познакомитесь с интерфейсом платформы и её основными инструментами. Мы разберём процесс создания первого проекта, рассмотрим ключевые настройки, а также изучим основные возможности Webflow Designer. В конце модуля вы получите доступ к шаблону, который поможет вам ускорить процесс обучения.
• Модуль 4. Элементы в Webflow
  • Этот модуль поможет вам разобраться с основными строительными блоками Webflow. Вы изучите, какие элементы существуют, как они работают и для чего используются. Мы разберём основные группы элементов, такие как Structure, Basic, Typography, Media, Forms и Advanced, а также научимся добавлять их в проект и управлять ими.
• Модуль 5. Стилизация элементов
  • Знание того, как стилизовать элементы, делает ваш сайт визуально привлекательным и удобным. В этом модуле вы изучите базовые принципы работы с классами, единицами измерения, настройками отображения (Display: Block, Flex, Grid, Inline), свойствами размеров (Size), настройками типографики (Typography), фоновыми изображениями (Backgrounds), границами (Borders) и эффектами (Effects). Это фундаментальные знания, которые позволят вам уверенно управлять внешним видом вашего сайта.
• Модуль 6. Верстка первого макета
  • Пришло время применить знания на практике! В этом модуле вы поэтапно соберёте свой первый макет, начиная с базовой структуры и заканчивая детальной версткой всех блоков. Мы разберём пошаговую верстку каждого элемента, чтобы у вас получился полноценный сайт.
• Модуль 7. Адаптивность в Webflow
  • Сайт должен отлично смотреться на любых устройствах. В этом модуле вы научитесь настраивать адаптивность, работать с breakpoints и создавать мобильную версию вашего проекта. Мы разберём основные принципы адаптивного дизайна и научимся подстраивать элементы для разных экранов.
• Модуль 8. Анимации в Webflow
  • В этом модуле вы разберётесь, как создавать анимации в Webflow: от простых эффектов до сложных интерактивов. Вы узнаете, из чего состоят анимации, какие бывают триггеры и как правильно работать с таймингом. Мы рассмотрим реальные примеры для всех типов взаимодействий — от кликов и ховеров до скролла и загрузки страницы. Также вы научитесь переиспользовать анимации, делать их адаптивными и управлять через переменные.
• Модуль 9. CMS коллекции
  • Этот модуль про практическую работу с динамическим контентом. Вы научитесь создавать блоги, портфолио, страницы команды, кейсы и другие повторяющиеся разделы сайта. Разберём, как один раз настроить шаблон и дальше только наполнять его контентом. Также вы научитесь связывать коллекции между собой, настраивать фильтры, сортировку и пагинацию, чтобы реализовывать более сложные сценарии.
• Модуль 10. Базовое SEO и настройка аналитики
  • Вы научитесь готовить сайт к публикации: настроите favicon, метатеги, Open Graph и аналитику. Разберётесь с правильной структурой заголовков H1–H3, тегами main и section, чтобы сайт индексировался корректно. Разберётесь, как работает SEO в Webflow и как подключить аналитику, чтобы отслеживать эффективность сайта после запуска.
• Модуль 11. Тестирование проекта
  • Научитесь проверять сайт перед сдачей: протестируете адаптивность, анимации и интерактивы на разных устройствах и в разных браузерах. Узнаете, как находить и быстро исправлять ошибки, чтобы проект выглядел идеально у клиента.
• Модуль 12. Сдача проекта
  • Разберём финальные этапы: проверку структуры, подключение домена, публикацию и передачу проекта клиенту. Вы закрепите навыки полного цикла разработки — от идеи до готового сайта в сети.
• Модуль 13. Битва верстальщиков
  • Учебное соревнование на реальных проектах. Студенты делятся на команды, каждая из которых получает дизайн в Figma. Выигрывает тот, кто заверстает сайт на Webflow быстрее. Эта битва отлично прокачивает уровень владения Webflow, дает дополнительный кейс в портфолио и улучшает навыки коммуникации.

02. Upwork

Полученные практические навыки нужно уметь продавать. Вместе уделим особое внимание поиску первых клиентов, разберемся с обходом блокировок и научимся правильной презентации. Активность на данном этапе гарантирует первый заказ.

• Модуль 1. Intro Upwork
  • Познакомимся с платформой, сделаем краткий обзор ее возможностей и расскажем, почему Upwork — самая подходящая биржа для ноу-код разработчиков.
• Модуль 2. Обход блокировки
  • В 2022 году Upwork запретил пользователям из России и Беларуси пользоваться сервисом. В этом модуле мы поделимся всеми возможными способами, как можно обойти это ограничение.
• Модуль 3. Регистрация на Upwork
  • При регистрации алгоритмы платформы автоматически подтверждают профиль каждого фрилансера. Если автоматической верификации не произошло, то профиль попадает на дополнительную ручную верификацию личности. К сожалению, она достаточно долгая и работает случайным образом. В итоге, ручная верификация может приводить к вечному бану. Чтобы этого не произошло, проходим регистрацию вместе.
• Модуль 4. Упаковка профиля
  • Правильная презентация аккаунта — must-have при знакомстве с потенциальным клиентом. На Upwork все просто: чем лучше и профессиональнее выглядит профиль, тем выше вероятность получить предложение о работе. Цель этого модуля — сделать анкету привлекательной и наполненной.
• Модуль 5. Отбор проектов
  • Важный и кропотливый этап поиска предложений по работе (job offers). Наша цель — получить контакт с потенциальным клиентом. Чтобы ее достичь, сформируем критерии, по которым будем подавать заявки. Они помогут нам четко определить, к кому и на какие предложения откликаться.
• Модуль 6. Cover letter
  • Сопроводительное письмо — первое, что видит потенциальный клиент при вашем отклике на его предложение. Разработаем несколько шаблонов с ключевыми словами, чтобы у клиента не осталось шансов выбрать не тебя.
• Модуль 7. Первый контакт
  • Разберем основы коммуникации с заказчиком. Обсудим, как правильно общаться, отвечать на возражения и что делать, если клиент хочет созвониться, а твой разговорный английский не позволяет этого сделать.
• Модуль 8. Ретаргетинг на Upwork
  • Этап повторного контакта с потенциальным заказчиком. Сообщения с напоминанием клиентам о вас и ваших навыках — отличная возможность увеличить продажи с уже наработанных контактов. Научимся их составлять и разработаем стратегию отправки.
• Модуль 9. Спринт по Upwork
  • Самый насыщенный и продуктивный модуль, который длится 3 недели. Каждого студента курируют лично менторы курса. Они же проводят консультации, обращают внимание, на какие заказы стоит откликаться, и дают советы по написанию Cover letter. Все отклики отправляются совместно, а коммуникация проходит в Telegram. Активность на данном этапе гарантирует первый заказ!

03. Блок Webflow Pro

• Модуль 1. База JavaScript
  • Этот модуль посвящен изучению основ языка программирования. Рассмотрим циклы, взаимодействие с DOM, функции, условия и еще несколько базовых тем
• Модуль 2. Gsap-анимации
  • Познакомимся с библиотекой GSAP, ее основными плагинами и научимся их применять. Создадим анимации разного вида: по скроллу, клику, для текстов и реализуем функционал Drag and Drop. Финализируем версткой первого проекта с применением JS и GSAP-анимаций
• Модуль 3. Оптимизация сайта
  • В этом модуле познакомимся с продвинутыми SEO-настройками, мультиязычностью и оптимизацией видеоконтента.
    - узнаем, что такое FFmpeg и CDN-платформы, а также интегрируем фоновое видео и встроим готовый плеер на сайт
    - научимся формировать Alt Text для изображений, robots.txt, sitemap.xml и canonical link element link
    - реализуем мультиязычность вручную, а также через Weglot и Webflow Localization
• Модуль 4. E-commerce
  • Заверстаем полноценный интернет-магазин с использованием Webflow Ecommerce. Разберем функционал, создадим товары с карточками, а затем разработаем страницы корзины и оплаты
• Модуль 5. Конвертеры
  • Знакомство с веб-приложением Udesly, которое позволяет адаптировать макеты Webflow для использования с такими CMS, как Shopify и WordPress. Рассмотрим альтернативу Udesly — Web-steps, сервис который особенно актуален для клиентов из СНГ. Перенесем макеты с Webflow на Wordpress и Shopify
• Модуль 6. Интеграции
  • С помощью интеграторов Zapier и Webjack настроим интеграцию Webflow с самыми популярными сервисами. Битрикс24, amoCRM, Google Таблицы, Telegram, GetCourse и Notion
• Модуль 7. Spline
  • Создадим 3D контент для сайта с использованием инструмента Spline. Разберем базовый функционал, спроектируем простую 3D модель и научимся использовать Spline в Webflow. В конце создадим интерактивный элемент с 3D

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Погружение в мир Python: от новичка к профессионалу с нашими курсами.
Напиши свой код будущего уже сегодня!

С Курсом вы
Освоите основы Python
И научитесь разрабатывать простые программы без труда
Уверенно будете использовать структуру Python
Для эффективной обработки информации
Сможете создавать функциональные веб-приложения
Используя фреймворк Django
Научитесь работать с базами данных
Что позволит вам эффективно управлять данными в ваших проектах
Создадите аккаунты на биржах фриланса
И приложите к нему портфолио работ созданных во время курса
Получите навыки работы с библиотеками и инструментами
Вы будете готовы к профессиональной разработке на Python

АВТОР КУРСА
Константин Сергеев
Разработчик
Опытный разработчик программного обеспечения с восьмилетним стажем работы. Создатель видеокурса «Разработка в Python», который поможет вам освоить основы языка Python.

Программа:

Спойлер

1 неделя
Урок 1. Основы работы языков программирования
Урок 2. Области применения Python
УрокЗ. Алгоритм. Программа
Урок 4. Процессор и оперативная память
Урок 5. Основы языка Python
Урок 6. Установка интерпретатора Python
Урок 7. Первая программа.

2 неделя
Урок 8. *.ру и *.рус-файлы. Байт-код
Урок 9. Динамическая компиляция
Урок 10. Настройка IDE
Урок 11. Установка и настройка IDE PyCharm
Урок 12. Виртуальное окружение
Урок 13. Создание виртуального окружения в терминале
Урок 14. Переменные в Python

3 неделя
Урок 15. Система типов
Урок 16. Простые типы данных
Урок 17. Числовые типы данных
Урок 18. Коллекции в Python
Урок 19. Методы строк
Урок 20. Индексация
Урок 21. Экранирующие символы

4 неделя
Урок 22. Списки
Урок 23. Методы списков
Урок 24. Особенности хранения списков в оперативной памяти
Урок 25. Вложенные списки
Урок 26. Словари
Урок 27. Хеширование
Урок 28. Множества

5 неделя
Урок 29. Кортежи
Урок 30. Логический тип данных
Урок 31. Условия if/elif/else. Отступы
Урок 32. Операторы сравнения
Урок 33. Конструкция match/case
Урок 34. Оператор and и or not
Урок 35. Циклы

6 неделя
Урок 36. Итерация цикла
Урок 37. Бесконечный цикл
Урок 38. Операторы управления циклом
Урок 39. Выражения-включения
Урок 40. Итераторы
Урок 41. Генераторы
Урок 42. Работа с ошибками

Этот курс для тех, кто
Хочет войти в индустрию IT
И начать осваивать самые востребованные навыки на мировом рынке
Мечтает о новой профессии
Которая позволит самовыражаться и работать удаленно
Планирует освоить программирование
И обрести уверенность в создании эффективного и чистого кода на Python

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Что будет на курсе?

Практика с сайтами
Цель курса дать не только теорию, но и практику, которая 100% пригодится в работе на реальных проектах.
Изучение теории с нуля
Курс идеально подходит тем, кто хочет с нуля изучать основы JavaScript и применять полученные знания на практике.
Разработка мини-игр
JavaScript идеально подходит для разработки браузерных игр. Именно поэтому на курсе будет практика, связанная с ними.

Расписание
День 1 | Что такое JavaScript?
День 2 | Переменные
День 3 | Типы данных
День 4 | Операторы
День 5 | Функции
День 6 | Циклы и итерации
День 7 | Массивы и методы
День 8 | Объекты и методы
День 9 | Введение в DOM
День 10 | События и обработчики событий
День 11 | Практика: Вывод списка по категориям
День 12 | Условные операторы
День 13 | Работа с формами и валидация
День 14 | Введение в LocalStorage
День 15 | Практика: Добавление треков в избранное
День 16 | Классы в JavaScript
День 17 | Работа с API (ч.1)
День 18 | Работа с API (ч.2)
День 19 | Практика: Вывод постов через API
День 20 | Анимация на чистом JavaScript
День 21 | Использование GSAP
День 22 | Создание слайдеров на Swiper
День 23 | Работа с Canvas
День 24 | Основы создания игр
День 25 | Управление клавишами и событиями мыши
День 26 | Практика: Простая игра на Canvas
День 27 | Введение в WebGL и three.js
День 28 | Объекты в сцене и перемещения камеры
День 29 | Свет и тени
День 30 | Материалы и текстуры
День 31 | Управление аудио
День 32 | Настройка клавиш
День 33 | Практика: Разработка игры на WebGL (ч.1)
День 34 | Практика: Разработка игры на WebGL (ч.2)

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

После этого курса вам вряд-ли пригодятся другие, ведь здесь вы узнаете достаточно основ для того чтобы начать читать документацию и самостоятельно разбираться в мире программирования.

Python PRO - один курс вместо пяти разных:

• Синтаксис,
• ООП,
• Telegram-боты на aiogram,
• сайты на Django,
• API на FastAPI.

Программа курса:

• Синтаксис Python
  Условные операторы, циклы, функции, списки, словари, файлы, исключения — фундамент, без которого никуда.
  
  
• Объектно-ориентированное программирование
  Классы, наследование, инкапсуляция, полиморфизм. Думаешь как архитектор, а не просто пишешь скрипты.
  
  
• Telegram-боты на aiogram
  Хендлеры, FSM, клавиатуры, база данных. Боты в СНГ заказывают каждый день — это живые деньги сразу после курса.
  
  
• Веб-сайты на Django
  Шаблонизатор, URL-роутинг, ORM, авторизация, база данных. Полноценные сайты без глубокого знания frontend.
  
  
• REST API на FastAPI
  Один из самых быстрых фреймворков в мире. Делаешь бэкенд, к которому подключается любое приложение.

Проекты которые ты построишь:

• aiogram: Telegram-бот №1 — мой пример с нуля до деплоя
• aiogram: Telegram-бот №2 — твоя идея, твой проект
• Django: Сайт №1 — с базой данных, авторизацией и админкой
• Django: Сайт №2 — твой, под любую идею
• FastAPI

Спойлер: Об авторе:

Тимур Сагитов (Эксперт)

Senior Python Developer. Стаж 12 лет. Более 4 миллионов просмотров на YouTube, создатель проекта $ sudo teach IT. Преподаёт с 2019 года, программирует с 2013.

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

Мечтаешь разбираться в данных глубже и применять нейросети для прогнозов? Этот пакет даст тебе всё необходимое: от изучения методов анализа временных рядов до построения собственных моделей в PyTorch. Ты научишься выявлять закономерности, работать с трендами и сезонностью, создавать предсказательные модели и понимать их математическую основу. С этим курсом ты получишь навыки, которые ценят работодатели, и сделаешь уверенный шаг в карьеру в Data Science.

Чему вы научитесь

Анализировать временные ряды и выявлять тренды, сезонность и аномалии
Применять классические методы прогнозирования (ARIMA, Prophet и др.)
Работать с PyTorch и создавать свои первые нейросети
Строить и обучать модели RNN и LSTM для временных рядов
Подготавливать данные к моделированию и оценивать качество прогнозов
Сравнивать подходы и выбирать оптимальные решения для задач анализа данных
Разрабатывать проекты, которые можно добавить в портфолио

Курс 1: Анализ и прогнозирование временных рядов

Методы анализа временных рядов
Поиск трендов, сезонности и выбросов
Построение моделей прогнозирования (ARIMA, Prophet и др.)
Подготовку временных рядов к обучению нейросетей

Кому подойдёт: аналитикам и дата-сайентистам, которые хотят научиться прогнозировать данные и решать реальные бизнес-задачи.

Курс 2: PyTorch с Нуля до Первой Нейросети

Основы работы с PyTorch
Создание своей первой нейросети
Обучение и оптимизацию моделей
Использование PyTorch для задач анализа данных и временных рядов

Кому подойдёт: тем, кто хочет уверенно войти в мир глубокого обучения и научиться строить модели на практике.

Почему это выгодно:

Сэкономите десятки часов на поиске разрозненных материалов
Получите комплексную подготовку по всем ключевым темам
Научитесь применять знания сразу — без лишней теории
Подготовитесь к реальной работе в индустрии

Для кого эта программа

• Для студентов и выпускников, желающих получить прикладные навыки
• Для тех, кто готовится к собеседованиям на позицию аналитика
• Для тех, кто хочет войти в Data Science без воды и лишней теории
• Для специалистов из маркетинга, продаж, финансов, которые хотят разобраться в данных
• Для самоучек, которым нужна структура и практика

Начальные требования

Базовые знания Python
Знакомство с основами статистики и алгебры желательно, но не обязательно
Всё остальное — изучите в процессе

Содержание:

Нейросети в PyTorch: быстрый старт с нуля

Введение и настройка

Что такое PyTorch и зачем он нужен
Установка и настройка (локально и в Google Colab)

Основы тензоров и автодифференцирование

torch.Tensor: создание, типы, shape, операции
Автоматическое дифференцирование: requires_grad, backward() и др.

Линейные модели и градиентный спуск

Ручной градиентный спуск
Линейная регрессия с PyTorch
Функции потерь и оптимизаторы (MSELoss, SGD)
Тренировка и визуализация лосса

Нейронные сети

Что такое нейросети
Многослойный перцептрон (nn.Sequential, nn.Module)
Активации: ReLU, Sigmoid, Softmax
Модель классификации + обучение

Работа с данными

Dataset и DataLoader
Работа с CSV и изображениями
Аугментации и трансформации (torchvision.transforms)

Компьютерное зрение

Введение в сверточные сети (CNN)
Conv2d, MaxPool2d, Flatten
Классификация на MNIST / CIFAR-10

Оценка и сохранение моделей

model.eval(), torch.no_grad()
torch.save, torch.load
Обратная связь

Анализ и прогнозирование временных рядов

Введение в временные ряды

Что такое временные ряды: определение и ключевые компоненты
Задачи анализа временных рядов: прогноз, классификация, аномалии

Обработка и визуализация временных рядов

Чтение и загрузка временных рядов (Pandas, NumPy)
Очистка и предобработка данных
Визуализация временных рядов с Matplotlib и Seaborn

Стационарность и преобразование временных рядов

Определение стационарности временных рядов
Тесты на стационарность: ADF, KPSS, PP и другие
Преобразование временных рядов для стационарности

Декомпозиция временных рядов

Теория декомпозиции временных рядов: тренд, сезонность и шум
Применение STL для декомпозиции временных рядов

Классические модели для прогнозирования временных рядов

Модели авторегрессии (AR), скользящего среднего (MA), ARMA и др.
Применение ARIMA для прогнозирования
Модели с сезонностью: SARIMA

Прогнозирование с использованием экспоненциального сглаживания

Что такое экспоненциальное сглаживание
Прогнозирование с Simple, Double и Triple Exponential Smoothing

Прогнозирование временных рядов с машинным обучением

Использование ML для прогнозирования
Выбор признаков и обработка временных зависимостей
Применение моделей ML: Random Forest, XGBoost, LGBM

Глубокое обучение для прогнозирования временных рядов

Введение в нейронные сети для прогнозирования временных рядов
Рекуррентные нейронные сети (RNN), LSTM и GRU
Применение LSTM для долгосрочных зависимостей

Продвинутое прогнозирование: Temporal Convolutional Networks

Введение в Temporal Convolutional Networks (TCN)
Построение моделей с TCN для прогнозирования временных рядов

Прогнозирование временных рядов с использованием Prophet

Введение в Prophet: особенности модели и её использование
Прогнозирование с использованием Prophet для временных рядов
Параметры модели и их настройка

Оценка и улучшение точности прогнозов

Техники для улучшения точности прогноза: моделирование ошибок
Оценка стабильности и доверия к прогнозам

Обнаружение аномалий и выбросов

Что такое аномалии и выбросы в данных
Методы обнаружения аномалий: статистические и др.
Практические примеры на временных рядах

Заключительный проект: прогнозирование курса биткоина

Построение проекта по прогнозированию курса биткоина
Анализ и очистка данных
Применение методов прогнозирования (ARIMA, LSTM, Prophet и др.)
Оценка качества прогноза и выводы

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...

​

В десятом сезоне Techlead Crew мы разберем как строить потоковую обработку данных, выбирать между SQL, NoSQL и NewSQL под реальные нагрузки и сценарии, проектировать DWH и Data Lake, работать с консистентностью и транзакциями без потери масштабируемости, как и когда применять OLAP-хранилища и не превращать аналитику в боль.

Вы получите доступ к приватному YouTube-плейлисту, который состоит из следующих видео:

• Открытая сессия Podlodka Techlead Crew: Публичное собеседование: Object Storage Service
• Доклад: Аналитика там, где лежат данные / Илья Солтанов (Точка Банк)
• Доклад: Архитектура и масштабируемость распределённых БД на примере YDB / Олег Бондарь (Яндекс)
• Доклад: Контракты данных: с какой стороны подойти / Анна Мавлютова (Т-Банк)
• Доклад: Архитектура хранилища данных для вашего проекта / Евгений Ненахов (БКС Мир Инвестиций)
• Круглый стол: Хранилища данных: SQL, NoSQL, NewSQL / Михаил Жилин, Олег Бондарь, Константин Евтеев
• Доклад: ClickHouse + Antalya + Data Lake = Real Time Data Lake / Александр Зайцев (Altinity)
• Интервью: Производительность PostgreSQL / Михаил Жилин (Postgres Professional)
• Архитектурная ката: Рефакторинг данных и расписаний / Владимир Невзоров
• Доклад: Что скрывает ваша ORM, или Как не сломать PostgreSQL абстракциями / Олег Чуркин (Точка Банк)
• Доклад: Data Mesh на практике: грабли, архитектура, автоматизация / Евгений Ермаков (iJKos&Partners)

Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...