DevOps, Programming & AI (DevOps++)

 Python נמצאת בשימוש נרחב בתחומים שונים, כולל פיתוח אתרים  (BackEnd), ניתוח נתונים, למידת מכונה ואוטומציה. החשיבות של Python ל-DevOps נעוצה בנוחות השימוש שלה ובספריות הרבות שפותחו בשפה, שהופכות התכנות בפייתון לכלי רב עוצמה לפתרון בעיות מורכבות ביעילות. התחביר הנקי וה-ecosystem העצום שלה מאפשרים יצירת אב טיפוס מהיר, מחזורי פיתוח מהירים ושילוב חלק עם טכנולוגיות אחרות. הפופולריות והאימוץ הנרחב של Python הופכים אותה גם למיומנות בעלת ערך בשוק העבודה, ומספקות הזדמנויות רבות לצמיחת קריירה ושיתוף פעולה בתוך צוותים טכנולוגיים. לשפת פייתון יתרון רב עבור מתכנתי DevOps, שכן באמצעות פייתון ניתן לכתוב באופן מהיר ויעיל סקריטפים שמבצעים מרחב מגוון של פעולות, הן ברמת מערכת ההפעלה (OS), הן בתור לקוח (וגם שרת) של פרוטוקול http, וכן באמצעות מניפולציה יעילה על מבני הנתונים השונים של השפה. 

ביחידת לימוד זו נתחיל עם הכרות ברמה גבוהה של שפת התכנות פייתון. המודול יקנה יסודות איתנים והרגלים נכונים בתכנות בכלל ובתכנות פייתון בפרט. נלמד את הבסיס של כתיבת קוד נכון: לולאות, פונקציות, הכמסה, כתיבת ממשקים והתחברות לממשקים קיימים ועוד. נלמד מבני נתונים לאחסון יעיל ונכון של מידע ועל דרכים יעילות לשנות ולגשת למידע המאוחסן.

ככל שנתקדם, נחקור כמה חלקים מורכבים יותר של פייתון. זה כולל קריאה וכתיבה של קבצים או I/O, איתור ותיקון שגיאות או טיפול בשגיאות, זיהוי בעיות בקוד או באגים, ושימוש בכלים מיוחדים או בחבילות. נלמד גם על Pip ועל הכללים או המוסכמות לכתיבת קוד Python טוב.

נלמד גם על משהו שנקרא APIs. זהו נושא גדול וכולל הבנה מה הם APIs, כללים או פרוטוקולים שונים, מדוע משתמשים בסוג מסוים שנקרא REST, כיצד לבצע בקשות או בקשות API, דרכים שונות להגיב או קודי תגובה, כיצד לארגן נתונים או מבנה, כיצד להשתמש בפורמט נתונים בשם JSON, כולל כללי JSON ו-JSON Parsing. נלמד גם על חלקים שונים של API כמו ניתוב, Path Params, Query Params, ואפילו כיצד לבנות API.

לבסוף, נסיים בפרויקט. נשתמש בכל מה שלמדנו כדי לבנות שרת עם Python RESTful API.

בסוף מודול זה, תלמד הרבה על Python וכיצד להשתמש בו בתפקיד שלך כמהנדס DevOps. זוהי דרך מהנה ופרקטית לבנות את הכישורים שלך ולהבין הרבה נושאים חשובים.

נשים דגש בקורס על הכנה לשאלות תכנות בראיונות עבודה בסגנון תכנות תחרותי. תכנות תחרותי כולל פתרון אתגרים אלגוריתמיים ותכנות הפתרון בתוך מגבלת זמן. נלמד ונתרגל כיצד לפתור שאלות בעזרת מספר טכניקות מעולם מדעי המחשב.

נלמד ונתרגל שיטות אלה תוך התמקדות ב Git ,זוהי מערכת ניהול גרסאות לא-טריוויאלית ומסובכת יחסית, אך כשמכירים אותה לעומק מתחילים להבין מדוע אחת החברות המובילות בעולם היום היא Github – , שירות ענן המספק שירותי Git לרוב פרוייקטי ה-Open  Source  בעולם של ארגונים כמו jQuery, Twitter, Facebook וAdobe-.נושאים מרכזיים: SVN/Git overview and comparison, Git basics, Branching, Git workflow, Configuration

הבנת לינוקס היא חיונית לעובדי טכנולוגיה מכיוון שהיא מציעה בסיס איתן לניהול מערכות, רשתות ומחשוב ענן. יתרה מכך, ממשק שורת הפקודה של לינוקס מאפשר למשתמשים ליצור אינטראקציה עם המערכת דרך המעטפת, שבה נכנס לתמונה סקריפטים של Bash. Bash scripting מתייחס לכתיבת סקריפטים בשפת Bash shell כדי להפוך משימות לאוטומטיות ולייעל זרימות עבודה. מיומנות זו חשובה לעובדי טכנולוגיה מכיוון שהיא מאפשרת להם לבצע אוטומציה של משימות שחוזרות על עצמן, לבצע תצורות מערכת ולתזמר תהליכים מורכבים ביעילות. על ידי שליטה 

ב-Linux וב-bash scripting, עובדים טכנולוגיים משיגים שליטה רבה יותר על הסביבות שלהם, משפרים את הפרודוקטיביות ומתמקדים יותר בניהול ופתרון בעיות.

בחלק זה נתחילה מסקירה של העקרונות של CI ומבוא לג'נקינס, כולל מעבר על הדשבורד של ג'נקינס והארכיטקטורה של ג'ניקנס. 

בשלב הבא, נלמד לעומק לעבוד עם ג'נקינס (Jenkins). החל מהתקנה והגדרה של ג'נקינס והאפשרויות השונות של ההגדרות, דרך Pipelines ו Blue Ocean. 

לאחר מכן נלמד אודות משימות בנייה (Build Jobs), נבין כיצד לייצר אותם, לתזמן אותם, למחוק אותם, לקבל עדכונים במהלך הריצה שלהן, כיצד לבצע פעולות אוטומטיות בסוף משימות הבניה (Post build actions), וכיצד להגדיר Pipelines באמצעות קוד. 

בשלב הבא נלמד אודות פיצ'רים מתקדמים יותר של ג'נקינס כגון ניהול ג'נקינס, כולל שימוש בפלאגינים, הגדרת רוטציה של לוגים, שימוש בארכיטקטורת Master-Slave, וכן נלמד אודות נושאים של אבטחה בג'נקינס כגון הזדהות ואימות, יצירת משתמשים ושימוש ב- Jenkins API. 

בסוף פרק זה תדע כיצד להשתמש בג'נקינס כדי לעזור לצוות הפיתוח לכתוב ולעדכן קוד בצורה קלה יותר.

בפרק זה נלמד אודות העקרונות והשימוש במסדי נתונים (Databases), נסקור את העקרונות של מסדי נתונים כיצד מתקינים דאטאבייס, נסביר על ההבדל בין מסדי נתונים רלציוניים RDBMS לבין מסדי נתונים מבוססי NoSQL, נלמד על סכמות וטבלאות, כיצד יוצרים ומוחקים טבלאות, מוסיפים ומוחקים שורות, נלמד אודות מאפיינים של עמודות, ונשתמש בספריה PyMySQL על מנת לבצע פעולות מול דאטאבייס באמצעות Cursor, וכן אודות ביצוע אטומי של מספר פעולות יחדיו על ידי transactions.

 לאחר מכן נלמד אודות ניטור רציף Data Monitoring – נסביר על העקרונות של ניטור רציף ועל Prometheus Stack הכולל מספר נרחב של כלים לניטור והתראות בסביבות ענן, בעיקר בסביבות המבוססות על containers וארכיטקטורת microservices. חבילת הכלים הזו כוללת את השרת Prometheus Server, איסוף מטריקות, שפת PromQL לניטור הדאטא והגדרת התראות, Nodes Exporters המאפשרים לנטר נתונים של המכונה עליה הם רצים, כגון שימוש ב CPU, Memory, Disk, Network. לאחר מכן נלמד אודות שימוש ב Graphana שמציג בצורה ויזואלית ובאמצעות גרפים את הנתונים שנאספו ע"י Prometheus, וכן נלמד אודות Alertmanager שמגדיר התראות אוטומטיות הנשלחות למייל ולסלאק.

בסוף פרק זה תדעו כיצד עובד מסדי נתונים ואיך לנהל את הנתונים שלכם בצורה יעילה. בנוסף תדעו כיצד לבצע ניטור רציף אחר המערכות שלכם באמצעות Prometheus וכלים נוספים. ידע זה יעזור לכם להבטיח שהמערכות שלכם רצים בצורה חלקה ושהנתונים שלכם נשמרים בצורה נכונה.

נראה כיצד לבנות סביבה שבה עובדים עם דוקרים. נפרט על ההסברים Docker vs.Virtualization. כמו כן נדבר על הארכיטקטורה של דוקר.

נלמד את אבני הבסיס של דוקרים: docker images, yaml, docker compose, docker hub, דוקוריזציה של קוד,  אינטגרציה בין דוקר לסביבת הג"נקינס, docker volumes, ועוד…

נלמד על Kubernetes, נלמד איך להכין סביבה שבה נריץ Kubernetes ונדבר על אובייקטים, API Versions, Pods, ReplicaSets, Deployment, Updates and reverts, scaling and auto scaling.

נלמד על HELM בהקשר של Kubernetes, נלמד על פיתוח וניהול של help charts, Templating, Parameterized deployments, Updating charts, שיתוף chart עם repository. 

נלמד על hosted kubernetes, למעשה שירות בענן שנותן לנו instances  של kubernetes, ובהקשר זה נדבר על:

1. Container Services in the cloud GCP, AWS
2. K8S On Premise 

לבסוף נראה איך עושים לפרויקט כזה CI\CD.

תחילה נסקור פלפורמות ענן, נסביר מדוע חברות עוברות לפיתוח בענן, נסקור את פלטפורמות הענן הנפוצות GCP, AWS, Azure ונסביר על deployment בענן. 

לאחר מכן נעמיק בפלפורמת AWS שהינה ספקית ענן מובילה בחברות ההייטק. נתחיל מיצירת חשבון AWS וההגדרות שלו, נסביר על החלוקה ל regions ומדוע זה חשוב שיהיה כיסוי גיאורפי בחברות גדולות, נסביר על הסוגים השונים של שרתים של EC2 וכיצד הם מתומחרים, נדבר אודות מכונות וירטואליות ו Images של מכונת וירטואליות, וכן ניהול ובחירה של Images באמצעות AMI, ניהול כתובת IP באמצעות EIP (הקצאת כתובת סטטית חדשה, צימוד הכתובת ל instance ושחרור הכתובת מ instance), יצירה והעלאה (launch) של מכונות וירטואליות (instance) חדשות בפלטורמת AWS, ניהול משתמשים, קבוצות והרשאות גישה (Roles) באמצעות IAM. 

מעבר לפן הלימודי, נתנסה גם בשימוש מעשי (Hands-on) בפלפורמת AWS. נכיר את האפשרות לעבוד מול שרתי AWS באמצעות command line ע"י שימוש ב- AWS CLI. נלמד אודות פיתוח והעלאת אפליקציות לענן, נלמד כיצד להתחבר מרחוק לשרתים הן באמצעות SSH והן באמצעות קישור סביבת העבודה IDE לשרת המרוחק. נלמד כיצד לעבוד עם access keys and secret keys וכיצד לשייך אותם לפרופילים, נלמד אודות הגדרת budgets וכיצד להשתמש ב cost explorer כדי לחשב דמי שימוש צפויים בשירותים של AWS. 

לאחר מכן נלמד אודות Terraforms, וכיצד להשתמש בהם כדי להגדיר באמצעות קוד את משאבי הענן שלנו (Infrastructure as a code). נלמד אודות HCL שזו השפה שבה נגדיר את תשתיות הענן באמצעות קוד, שפה שכוללת פקודות כגון init, plan, apply, נלמד כיצד לייצר workflows תוך שימוש בפקודות אלה, וכיצד להתממשק לספק הענן (provider) באמצעות API.

בסיומו של פרק זה תביני כיצד עובדות פלטפורמות ענן, נבין לעומק את השירותים השונים של AWS, כולל התנסות hands-on, ואת השימוש ב Terraforms. פרק זה יפתח את ההבנה והשליטה שלכם בטכנולוגיות ענן, יכולת חשובה מאוד בעולם ההייטק של ימינו.

נלמד אודות הצורך בניהול הגדרות, נדבר על הטרמינולוגיה בנושא, על modules, על כלים שונים לניהול גרסאות, על ניהול גרסאות Master-Agent, על פעולות Agentless, תפקידים וסביבות. לצלול לעומק לתוך Ansible, נבין את יתרונותיו, נלמד כיצד להתקין אותו ולהשתמש בו לצורך provisioning, נלמד כיצד להגדיר איתו roles, לכתוב playbooks, לבצע commands, נלמד אודות Facts, Modules, Variables, Galaxy, Conditionals, Loops וכיצד להצפין דאטא באמצעות Vault.

בערך כמחצית מהקורס יוקדש להתנסות מעשית במסגרת התמחות (סטאז') בחברת סטארטאפ. במהלך הקורס תלווה אותנו חברת סטארטאפ בתחום של DevOps & AI, הן בכך שיעבירו מספר הרצאות אורח, וכן בהגדרת בעיות ופרויקטים מהתעשייה ("מהעולם האמיתי"), כך שתוכלו להתנסות בפרוייקט פיתוח אמיתי מהתעשייה עם צורך שנובע מבעיות אמיתיות. במהלך ההתמחות תקבלו הדרכה והנחיה מצד מנחה הקורס (ד"ר שראל כהן) אודות הפרויקט

• שיתוף פעולה עם עובדים מחברת הסטארטאפ. ההתמחות נותנת לכם נקודת פתיחה מעולה לשוק העבודה, שכן אתם יוצאים כשיש בידכם כבר נסיון מעשי אמיתי, כך שלמעשה לא רק שלמדתם במסגרת הקורס אלא גם צברתם נסיון מקצועי אמיתי שיסייע לכם להשתלב בשוק העבודה. כמו כן, תוכלו להיחשף ולראות כיצד כל הנושאים שלמדתם באים לידי ביטוי בעולם האמיתי, כך שהעבודה הראשונה שאליה תתקבל/י לאחר הקורס, תהיה בפועל העבודה השניה שלך!

בקורס נשים דגש על הכנה לשאלות ראיונות עבודה מעולם התכנות התחרותי.