Последний шанс заплатить меньше — дальше полная цена
Последний шанс заплатить меньше — дальше полная цена
Скидка 5% до 20 сентября. Потом скидок не будет
Скидка 5% до 20 сентября. Потом скидок не будет
Выбрать курс

Специальная цена

ИИ в работе DevOps-инженера

Автоматизируйте рутинные DevOps-задачи и быстрее разбирайтесь с инцидентами с помощью ИИ

30 октября

3 месяца

Онлайн

Для кого этот курс?

Курс рассчитан на специалистов, которые уже работают с инфраструктурой и хотят использовать искусственный интеллект не только для написания кода, но и в повседневных DevOps-задачах.

  • DevOps-инженерам курс поможет автоматизировать работу с инфраструктурой, Terraform и Ansible, CI/CD и Kubernetes, быстрее разбираться с ошибками и расследовать production-инциденты.
  • Разработчикам, которые участвуют в deployment и эксплуатации сервисов, будет полезно разобраться, как применять ИИ при работе с CI/CD, Docker, Kubernetes, мониторингом и инфраструктурой.
  • Системным администраторам и инженерам эксплуатации курс покажет, как использовать ИИ для настройки и аудита конфигураций, автоматизации повторяющихся операций, мониторинга и поиска причин проблем.


Необходимые знания

  • Опыт работы в DevOps, системном администрировании, разработке или эксплуатации от 1 года.
  • Уверенное владение Linux, Git и принципами CI/CD.
  • Опыт работы с Docker.
  • Базовые знания Terraform/Ansible и Kubernetes.
  • Знакомство с мониторингом, логированием, Bash или Python.

Что даст вам этот курс?

Освойте применение ИИ во всём DevOps-контуре — автоматизируйте инфраструктуру и CI/CD, ускоряйте troubleshooting, работайте с Kubernetes и создавайте AI-агентов для production-задач.

После обучения вы:

За три месяца вы научитесь применять ИИ во всех задачах DevOps-инженера:  Terraform, Ansible и CI/CD до Kubernetes, Observability и production troubleshooting.

Вы освоите AI-инструменты и агентов для автоматизации инфраструктуры, анализа метрик и логов, расследования инцидентов и выполнения многошаговых DevOps-задач через MCP.

Отдельное преимущество курса — безопасность ИИ в DevOps. Вы разберётесь, как проверять безопасность IaC и конфигураций, защищать контейнеры и Kubernetes, управлять секретами и контролировать действия AI-агентов при работе с production.

В финале соберёте AI DevOps агента - собственного ИИ-помощника для эксплуатации инфраструктуры, который объединяет навыки всех модулей курса.

Процесс обучения

Все обучение проходит онлайн: вебинары, общение с преподавателями и вашей группой в telegram курса, сдача домашних работ и получение обратной связи от преподавателя. Вебинары идут дважды в неделю по 2 академических часа (то есть астрономических 1,5 часа). Все вебинары сохраняются и в записи в вашем личном кабинете. Домашнее задание выдается в среднем раз в 2 недели, а его выполнение занимает 3-5 часов. Мы горячо призываем заниматься такой самостоятельной работой, так как это поможет вам качественно освоить все изучаемые технологии на практике с поддержкой и обратной связью наших преподавателей.

Программа

Программа охватывает применение AI в IaC, CI/CD, Kubernetes, Observability, Incident Response и Security — от генерации конфигураций до расследования production-инцидентов.

Свой проект

На протяжении курса студент создаёт собственного AI-агента, который работает с инфраструктурой, анализирует метрики, логи и выполнять авторизованные DevOps-операции.

Портфолио

Домашние задания и выпускной проект формируют портфолио с практическими кейсами Terraform, Ansible, CI/CD, Kubernetes, мониторинга и AI-агентов, которые можно демонстрировать работодателю.

Партнеры

  • Разместите свое резюме в базе OTUS: так наши партнёры смогут пригласить Вас на собеседование
  • Участвуйте в карьерных мероприятиях: там мы разбираемся, как составить резюме
  •  
* Информация в этом разделе не предназначена для корпоративного обучения
Формат обучения

Интерактивные вебинары


2 онлайн-трансляции по 2 ак.часа в неделю. Доступ к записям и материалам остается навсегда

Программа для профессионалов


Альтернатива популярным программам "с нуля" - для профессионалов, кто хочет поднять свой грейд

Коммьюнити


Модерируемый VK-чат для общения преподавателей и студентов

Программа

ИИ как рабочий инструмент DevOps

Тема 1: ИИ для DevOps: что действительно можно автоматизировать

Тема 2: ИИ-инструменты и агентный workflow DevOps-инженера

Тема 3: Промптинг для инфраструктуры и production-задач

ИИ + Infrastructure as Code

Тема 1: Terraform + ИИ: инфраструктура из требований

Тема 2: Ansible + ИИ: автоматизация конфигурации

Тема 3: ИИ-аудит инфраструктуры и IaC

ИИ + CI/CD

Тема 1: ИИ для создания и оптимизации CI/CD

Тема 2: ИИ как CI/CD Troubleshooting Engineer

Тема 3: ИИ в Release Engineering

ИИ + Kubernetes и эксплуатация

Тема 1: ИИ для Kubernetes

Тема 2: ИИ для Production Troubleshooting

Тема 3: ИИ для анализа производительности и ресурсов

ИИ + Observability

Тема 1: ИИ + Prometheus и Grafana

Тема 2: ИИ + логи и распределённая трассировка

Тема 3: ИИ Incident Response

ИИ-агенты для DevOps

Тема 1: ИИ Agent для DevOps

Тема 2: MCP и подключение ИИ к инфраструктуре

Тема 3: Production DevOps Copilot

ИИ Security и безопасная эксплуатация ИИ в DevOps

Тема 1: ИИ для анализа защищённости IaC и конфигураций

Тема 2: ИИ для безопасности контейнеров и Kubernetes

Тема 3: ИИ для защиты CI/CD и управления секретами

Тема 4: Безопасное использование ИИ в DevOps и защита от ИИ-атак

Проектная работа

Тема 1: Выбор темы и организация проектной работы // Проектная работа

Тема 2: Консультация по проектам и домашним заданиям

Тема 3: Защита проектных работ

Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит

Проектная работа

На протяжении курса студент с нуля создаёт и развивает собственного AI-агента для DevOps-задач. Проект проходит через все ключевые этапы программы и постепенно превращается в полноценный инструмент для работы с инфраструктурой. В результате студент получает законченный ИИ DevOps workflow, а не набор отдельных учебных упражнений: от запроса инженера и анализа инфраструктуры до диагностики проблемы и её устранения.

Преподаватель

Руководитель курса

Станислав Шиков

ООО "Кодер"

Начальник отдела автоматизации, DevOps Engineer

4 года в Otus
352 занятия
3163 студента

Начальник отдела автоматизации ООО "Кодер", DevOps Engineer Работает в отрасли 7 лет. Начинал с системного/сетевого администратора, занимался настройкой сетей, серверов, корпоративного программного обеспечения. Имеет опыт работы DevSecOps в одном из крупнейших банков РФ. Основной вид деятельности на данный момент - CI/CD, контейнеризация, балансировка нагрузки, настройка Kubernetes и всё, что с ним связано, мониторинг, резервное копирование и поддержка Highload проектов в production

Преподает на курсах

  • Администратор Linux. Продвинутый уровень
  • Инфраструктура высоконагруженных систем
  • DevOps. Экспертный уровень
  • DevOps практики и инструменты
  • SRE практики и инструменты
  • SRE практики и инструменты. Асинхронный курс
  • ИИ в работе DevOps-инженера

Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания

Ближайшие мероприятия

Открытый вебинар — это настоящее занятие в режиме онлайн с преподавателем курса, которое позволяет посмотреть, как проходит процесс обучения. В ходе занятия слушатели имеют возможность задать вопросы и получить знания по реальным практическим кейсам.

Kagent + Ollama: ИИ-агент для работы с Kubernetes
Денис Кексель
Как использовать локальную LLM для анализа и управления Kubernetes. ИИ-агент может не просто отвечать на вопросы о Kubernetes, а анализировать состояние кластера, работать с его ресурсами и помогать DevOps-инженеру находить и устранять проблемы. На вебинаре разберём связку Kagent + Ollama и посмотрим, как запустить такой сценарий с локальной языковой моделью.

Что разберём на вебинаре:
- Как устроена связка Kagent и Ollama и какую роль выполняет каждый компонент.
- Как подключить локальную LLM к ИИ-агенту для работы с Kubernetes.
- Как агент анализирует состояние кластера и взаимодействует с Kubernetes-ресурсами.
- Практические сценарии применения ИИ-агента в повседневных DevOps-задачах.

Кому будет полезно:
- DevOps-инженерам, которые работают с Kubernetes и хотят использовать ИИ в своей практике.
- SRE и инфраструктурным инженерам, заинтересованным в автоматизации рутинных задач.
- Специалистам, которые хотят разобраться с локальными LLM и агентным подходом в DevOps.

Что вы получите:
- Понимание, как использовать Kagent с локальной LLM через Ollama.
- Практический опыт применения ИИ-агента для работы с Kubernetes.
- Представление о том, какие DevOps-задачи можно делегировать ИИ-агенту.
- Понимание возможностей и ограничений агентного подхода в инфраструктуре.

Если хотите увидеть, как ИИ-агент может стать рабочим инструментом DevOps-инженера, а не просто чат-ботом, этот вебинар для вас....
1 октября в 20:00
Открытый вебинар
ИИ для мониторинга: что Prometheus и Grafana могут рассказать агенту
Алексей Москалев
Как научить ИИ анализировать метрики и помогать находить проблемы в инфраструктуре. Prometheus и Grafana собирают огромное количество данных о состоянии инфраструктуры, но их анализ по-прежнему часто требует ручной работы инженера. ИИ-агент может использовать метрики, сопоставлять показатели и помогать находить причины проблем. На вебинаре разберём реальные сценарии применения ИИ для мониторинга и посмотрим, какие задачи анализа можно делегировать агенту.

Что разберём на вебинаре:
- Как ИИ-агент работает с метриками Prometheus и данными Grafana.
- Как агент анализирует аномалии и сопоставляет показатели разных сервисов.
- Реальный сценарий: от сигнала мониторинга до поиска причины инцидента.
- Какие задачи мониторинга уже можно автоматизировать с помощью ИИ.

Кому будет полезно:
- DevOps-инженерам и SRE, которые работают с мониторингом инфраструктуры.
- Инженерам, использующим Prometheus и Grafana.
- Специалистам, которые хотят применять ИИ для анализа метрик и расследования инцидентов.

Что вы получите:
- Понимание, как подключить данные мониторинга к ИИ-агенту.
- Представление о возможностях ИИ в анализе метрик и поиске проблем.
- Примеры задач мониторинга, которые можно делегировать агенту.
- Практический взгляд на применение ИИ в Observability и Incident Response.

Если хотите понять, как ИИ может не просто показывать метрики, а помогать инженеру находить причины проблем, этот вебинар для вас....
14 октября в 20:00
Открытый вебинар

Этот курс может оплатить ваш работодатель

Обучайтесь за счёт работодателя или разделите оплату 50/50
  • Подробно расскажем об интересующем вас курсе
  • Объясним, как договориться с работодателем
  • Сообщим стоимость обучения и варианты оплаты
  • Ответим на вопросы
  • Предоставим шаблон договора и счёт на оплату

Подтверждение знаний и навыков

OTUS осуществляет лицензированную образовательную деятельность.

Вы получите сертификат о прохождении обучения, а также можете получить удостоверение о повышении квалификации.

После обучения:

  • Удостоверение о повышении квалификации: если вы успешно защитили выпускной проект и готовы предоставить копию документа о высшем или среднем профессиональном образовании

  • Доступ к учебным материалам курса

  • Ваш личный проект, который поможет проходить собеседования

Частые вопросы

Что такое ИИ в DevOps и зачем он нужен DevOps-инженеру?
ИИ в DevOps помогает автоматизировать рутинные инженерные задачи, работать с IaC, CI/CD, Kubernetes и системами мониторинга, а также быстрее находить причины production-инцидентов. На курсе вы разберёте, как применять AI-инструменты и AI-агентов в реальных процессах DevOps — от создания конфигураций до Incident Response.
Как использовать ИИ для автоматизации DevOps-задач?
На курсе вы научитесь применять ИИ для работы с Terraform и Ansible, создания и оптимизации CI/CD, анализа Kubernetes, метрик, логов и распределённых трассировок. Отдельное внимание уделяется AI-агентам, которые могут взаимодействовать с Git, Kubernetes, CI/CD и инфраструктурой и выполнять многошаговые задачи.
Можно ли безопасно использовать ИИ и ИИ-агентов в production?
Да. Безопасность — отдельный модуль программы. Вы разберёте защиту IaC и конфигураций, безопасность контейнеров и Kubernetes, управление секретами и контроль действий AI-агентов. Это позволяет выстраивать AI-powered DevOps workflow с учётом требований production-среды.
Какие AI-инструменты и технологии изучаются на курсе?
В программе используются современные AI-инструменты для DevOps, включая Cursor, Claude Code, GitHub Copilot и CLI-инструменты. Также вы познакомитесь с MCP и созданием AI-агентов, которые подключаются к инженерным системам и автоматизируют DevOps-задачи.
Что я смогу сделать после курса «ИИ в работе DevOps-инженера»?
Вы сможете применять ИИ для автоматизации инфраструктуры, CI/CD, Kubernetes и мониторинга, расследовать production-инциденты с помощью AI и создавать собственных AI-агентов для DevOps-задач. В рамках сквозного проекта вы соберёте AI DevOps Copilot — интеллектуального помощника, который анализирует данные инфраструктуры и мониторинга, помогает определить root cause инцидента и предлагает действия по его устранению.
Почему OTUS?
OTUS делает практические онлайн курсы для специалистов и команд. На этом курсе вы учитесь не по заранее записанным роликам, а на живых вебинарах с преподавателями практиками, вопросами, разбором задач и обратной связью.
Может ли работодатель оплатить курс?
Да. Работодатель может оплатить курс полностью или частично. OTUS предоставит счет, договор и документы для оплаты обучения.
Можно ли совмещать учебу с работой?
Да. Занятия проходят онлайн 2 раза в неделю. Если не получилось подключиться в прямом эфире, можно посмотреть запись и задать вопрос в закрытом чате.