Devops Фабрика
Авторский курс Александра Донского
DevOps Autopilot
На собеседовании вас спросят, как вы работаете с AI. Ответ «генерирую куски YAML и правлю руками» перестал быть ответом — так работают все. Спрашивают про другое: где вы проводите границу, чем её удерживаете технически и кто отвечает, когда сгенерированное сломало продакшн.
Программа «DevOps Autopilot» — основной курс трека «DevOps новой волны» и самая радикальная программа фабрики. Два месяца мы осваиваем контейнеры и Kubernetes, разворачиваем в облаке большую многокомпонентную систему и эксплуатируем её в режиме AI-driven операций: без единого ручного коммита и без единого ручного изменения.
Отдельно - практикующим инженерам. Если вы уже работаете в эксплуатации, а от вас требуют «внедрить AI» и вы не знаете, что на это ответить, кроме как показать чат с ассистентом, — это курс для вас в первую очередь. Здесь будет не про промпты. Тут про то, как построить процесс, в котором агент делает работу, а ответственность и контроль остаются у человека.
Правило курса формулируется одним предложением: инженер не редактирует файлы, не делает коммитов, не выполняет изменяющих команд в кластере и не нажимает кнопок в консоли провайдера. Единственный способ изменить систему — поставить задачу агенту и принять или отклонить результат. Правило поддерживается техническими средствами: доступ к кластеру и облаку выдаётся только на чтение, а коммиты без следа агентской сессии отсекаются ещё на вашей машине.
Формат
Два месяца, восемь итераций, около 15-20 часов в неделю. Каждая неделя состоит из обязательной части, факультативной и части с вопросами с собеседований. Решения вы будете сдавать в формате pull request’ов. По вашим решениям будет предоставлена индивидуальная обратная связь, так же, как это чаще всего выглядит в реальном проекте.
Разбор недели
Раз в неделю выбираем одного ученика и зовем на живой звонок, чтобы защитить своё решение: нужно объяснить принятые решения в ходе выполнения задачи, ответить на вопросы по задаче и на вопросы с собеседований. Разборы нужны для того, чтобы наработать навык вдумчивого обращения к агенту.
Тестовое окружение
Тестовое окружение вы организуете себе сами — это часть обучения. Первые задачи курса — выбрать облачного провайдера, зарегистрироваться и поднять managed Kubernetes с почасовой тарификацией и container registry. Локального кластера в курсе нет — с первой недели вы работаете там же, где будет жить система.
Настроить Claude Code на своей машине — тоже задача первой недели, мы дадим инструкцию.
Домен покупать не нужно — каждому выдаётся своя зона вида vasya.devops-factory.ru с полным управлением. Она остаётся за вами и на третьем курсе трека, а после выпуска отзывается.
Стенд в облаке эфемерный, начиная со второй недели: кластер существует, пока с ним работают — в конце работы удаляется, в начале поднимается заново по задаче агенту.
Стоимость стенда для Autopilot
На весь курс Autopilot — от 10 000 ₽ при использовании гранта в Облаке и при условии, что ты поднимаешь эфемерный стенд заново для каждой рабочей сессии, а не держишь его постоянно. Если не следовать этой рекомендации и держать стенд поднятым круглосуточно, сумма вырастет примерно до 30 000 ₽ за тот же период.
Расходы на Claude
Claude также оплачивается самостоятельно, обойдётся около 2 670 ₽ в месяц, то есть порядка 5 340 ₽ за 2 месяца курса.
История одной системы
Если агент уже пишет Terraform, манифесты, чарты и пайплайны, что остаётся инженеру? Восемь недель у вас одна система: от пустого облачного аккаунта до платформы с Kubernetes, Airflow, GitOps и проверенным восстановлением. Все это время руками ее не трогаем, работает Claude Code. Ваша работа начинается там, где агент что-то принёс: поставить задачу, прочитать изменение, найти то, что выглядит правильным и не является им, принять или отклонить. Отвечаете за результат вы.
Неделя 1 — Пустой аккаунт
Cloud · Claude Code · Kubernetes · Hooks
Вы выбираете облако, считаете стоимость и подключаете Claude Code — последнее, что делается руками. Права, hooks и происхождение коммита пока держатся на агенте. Вы сразу пробуете ограничения обойти. Агент поднимает Kubernetes и KubeView, а вы учитесь читать его PR и находить спрятанные проблемы.
Неделя 2 — Система, которую никто не описал
Airflow · PostgreSQL · Ephemeral cluster
Конвейеры переезжают с ноутбука аналитика в Airflow. Агент пишет и напрямую применяет манифесты. Кластер живёт только во время работы и пересобирается по скилу. После перерыва вместе с ним исчезают история запусков и настройки. «Агент сказал, что работает» перестаёт быть проверкой.
Неделя 3 — Данные, очередь и первый барьер
Storage · Redis · Workers · RBAC
Данные переезжают из кластера, появляются воркеры и Redis. Систему приходится собирать по истории PR. Запрет менять кластер переезжает из настроек агента в RBAC: обход, который работал против hook, здесь уже не работает.
Неделя 4 — Репозиторий становится истиной
Kustomize · ArgoCD · Kafka · GitOps
Система переписывается на Kustomize и отдаётся ArgoCD. Кластер выглядит так, как описано в репозитории, а изменения в обход откатываются сами. Агент больше не применяет изменения, он их предлагает. По новым правилам появляется Kafka.
Неделя 5 — Процедура против описания
Terraform · IAM · Multi-environment
Нужно второе окружение — и выясняется, что скил был процедурой: два кластера выходят разными. Инфраструктура переезжает в Terraform. Следующий барьер — IAM: агент получает право менять только разрешённую часть инфраструктуры.
Неделя 6 — Требования продакшна
Helm · CI · Tests · Scan · NetworkPolicy
Компания требует стандартов: Helm, отдельные миграции БД, CI, тесты, сканирование образов, сетевые политики. Это третий проход по одной системе, и разницу между способами доставки объясняете уже своими цифрами.
Неделя 7 — Начинается эксплуатация
MinIO · Monitoring · Alerts · Secrets
Логи уезжают в MinIO, появляются мониторинг и алерты, ресурсы задаются по фактическому потреблению. Секреты уходят из Git и из контекста агента: чего он не видел, того не перешлёт и не закоммитит.
Неделя 8 — Доказать восстановление
Backups · Restore · RTO · Cost
Резервные копии уходят за пределы стенда. Агент стирает данные, вы засекаете время восстановления. Документацию проверяет новая сессия без памяти о проекте. В конце — подсчёт времени и денег, включая стоимость агента.
Что остаётся через восемь недель
Система, которую можно воспроизвести из кода, менять только через ревью, наблюдать и восстановить за замеренное время. История PR с вашими решениями. Мы не проверяем, заменит ли AI DevOps-инженера. Мы выясняем, что инженер должен знать, когда большую часть работы уже делает агент.
Основные темы
Ревью как основной навык
- Чтение дифа, который вы не писали, на скорость
- С чего начинать, что проверять в первую очередь, где агент врёт убедительнее всего
- Когда дешевле откатить, чем чинить
- Разбор заведомо испорченных pull request’ов на время обнаружения ошибки
Агентная среда как часть инфраструктуры
- Контекст проекта, права и запреты, hooks как средство контроля
- Доступ к состоянию кластера через MCP только на чтение
- Собственные команды и сценарии, субагенты, неинтерактивный режим в CI
- Конфигурация агента лежит в репозитории и проходит ревью наравне с манифестами
Ограничения как код
- Собственная схема, собираемая слоями: права и запреты ассистента, hooks на деструктивные команды
- Проверка происхождения коммитов, отдельный kubeconfig и read-only RBAC, роли в облаке
- Замена клиентского барьера серверным как отдельный сюжет
- Каждый слой сдаётся вместе с попыткой обхода. Отдельно — граница применимости: от чего это защищает, а от чего нет
Постановка задачи
- Намерение, спецификация, критерии приёмки
- Почему «сделай хорошо» не работает
- Формулировка, результат которой можно проверить, не читая реализацию
Контейнеризация
- Образы и контейнеры, изоляция процессов
- Dockerfile и multi-stage сборки, docker compose
- Работа приложения с базой данных, оптимизация и лимиты
- Всё написанное агентом и принятое вами построчно
Объектная модель Kubernetes
- Pod, Deployment, Service, ConfigMap, Secret, namespaces, метки и селекторы
- Стратегии обновления и откат релиза
- Развёртывание манифестами, которые агент применяет напрямую
- Расхождение кластера и репозитория как наблюдаемое явление
Диагностика
- kubectl как ежедневный инструмент: describe, события, логи, exec, port-forward
- Разбор состояний ImagePullBackOff, CrashLoopBackOff, OOMKilled
- Устойчивость: пробы, requests и limits, поведение при нехватке ресурсов на ноде
Инфраструктура кодом
- Terraform, кластер в облаке, удалённое хранение состояния
- Повторяемое развёртывание с нуля
- Контроль стоимости окружения
Состояние и данные
- StatefulSet, хранилища и жизненный цикл томов
- PostgreSQL, брокер задач и брокер сообщений, отдельно масштабируемые воркеры
- Объектное хранилище на MinIO, миграции схемы как контролируемый шаг релиза
- Блок, где автопилот опаснее всего и где критерии приёмки должны быть жёстче всего
Kustomize на ArgoCD
- Модель Application, репозиторий как источник истины
- Обнаружение расхождений и самовосстановление, откат
- kustomize: base и overlays, разделение окружений, app-of-apps
Helm
- Официальный чарт со своими values и собственный чарт-обёртка
- Шаблоны и зависимости, схема значений
- Чарт под управлением GitOps-контроллера, работа со сторонними чартами
- Аргументированное сравнение трёх способов доставки
Доставка
- Сборка образов с кэшированием, сканирование на уязвимости
- Схема тегирования, публикация в registry
- Стык CI и CD: как новый тег попадает в репозиторий конфигурации
Продакшн-сеть и секреты
- Ingress-контроллер в боевой конфигурации
- Выпуск и автоматическое обновление TLS-сертификатов через cert-manager
- Маршрутизация по доменам, сетевые политики
- Вынос секретов из git и гигиена секретов при работе с ассистентом
Резервное копирование и восстановление
- Бэкапы базы и объектного хранилища
- Учения по восстановлению с замером времени
- Восстановление системы с нуля в чистом окружении
Наблюдаемость
- Prometheus, метрики приложения и инфраструктуры
- Глубина очереди как прикладная метрика
- Алерты и дашборды как код, runbook’и в формате, пригодном для исполнения агентом
Границы, аудит и экономика
- Какие решения нельзя доверять агенту ни при каких условиях
- Как выглядит след его действий
- Замер времени и денег по задачам: где ускорение реальное, где мнимое и сколько на самом деле стоит ревью чужой работы