Новые складчины | страница 4

​

Ваши результаты после курса: Научитесь строить ML модели на Python и подготовитесь к ML-секции собеседования на Junior

Для кого этот курс

• Полные новички и Junior в ML
• Аналитики
  Сможешь решать рабочие задачи с применением ML, создавать собственные проекты
• Разработчики
  Быстрее и качественнее будешь приходить к результату, возглавишь ML отдел
• Менеджеры
  Сможешь свободно общаться с командой на одном языке, самостоятельно оценивать сроки и результаты работы

Перед курсом освежите знания
или попробуйте разобраться с нуля в необходимой для старта базе:
1.Что такое матрицы и как их перемножать
2.Что такое производная и как ее считать
3.Что такое градиент функции, и куда он направлен
4.Что такое матожидание и дисперсия и как их оценивать по выборке
5.Что такое нормальное распределение, откуда оно берется и зачем нужно
6.Как поставить себе на компьютер Jupyter Notebook и как писать на Python циклы, условные операторы, вывод на печать, как и зачем импортировать библиотеки

Программа курса

• Модуль 1. Предварительные сведения из математики и программирования
• Модуль 2. Алгоритмы машинного обучения
• Модуль 3. Оценка качества
• Модуль 4. Разбор и практика решений задач с собеседований

​

Результат после курса: Научитесь не просто обучать модели, а приносить бизнесу измеряемую в деньгах пользу с помощью ML

Для кого курс

• Освоил базу ML и хочешь дальше углубляться в машинное обучение
  будешь увереннее чувствовать себя на собеседованиях
• Нет коммерческого опыта в сфере ML и хочешь попрактиковаться в применении ML на реальных кейсах
  сможешь внедрять ML в реальные проекты и приносить пользу бизнесу
• Хочешь больше коммерческого опыта в ML или застрял на позиции джуна и чувствуешь нехватку экспертизы для дальнейшего карьерного роста
  сможешь обосновать перед руководством, почему тебя стоит повысить

Программа курса

Введение:
1. Введение: напоминание основ машинного обучения, обзор применений машинного обучения во взаимодействии бизнеса с клиентом и в оптимизации расходов бизнеса. Обзор отраслей, наиболее активно использующих машинное обучение

Модуль 1. Увеличение дохода
2. Рекомендательные системы
3. Ценообразование на основе данных: smart pricing и dynamic pricing
4. Лидогенерация: таргетирование с помощью прогнозов вероятности целевого действия, uplift modelling и positive-unlabeled (PU) learning

Модуль 2. Минимизация рисков
5. Скоринг клиентов: классическая задача оценки вероятности дефолта, скоринг мошенников и кастомные скоринги
6. Детектирование аномалий или почему антифрод это не просто скоринг

Модуль 3. Оптимизация бизнеса
7. Приоритизация расходов
8. Автоматизация работы с помощью deep learningД
9. Оптимизация работы персонала и процессов в компании
Дополнительная тема: можно ли с помощью машинного обучения построить новый бизнес, и почему это не так просто

​

Чему вы научитесь

• Понимать ключевые принципы машинного обучения и типы задач (регрессия, классификация, кластеризация).
• Готовить данные: очистка, обработка выбросов, кодирование категорий, масштабирование.
• Работать с NumPy, Pandas и визуализировать данные (Matplotlib, Seaborn, Plotly).
• Разрабатывать модели на Scikit-learn: от линейной регрессии до бустингов (XGBoost, LightGBM, CatBoost).
• Оценивать модели по метрикам (accuracy, precision, recall, F1, ROC-AUC) и проводить валидацию.
• Оптимизировать гиперпараметры (GridSearchCV, Optuna, Hyperopt) и собирать ансамбли.
• Строить нейронные сети в PyTorch и TensorFlow (CNN, RNN, Transfer Learning).
• Решать задачи рекомендаций, временных рядов, кластеризации и детекции аномалий.
• Интерпретировать модели (SHAP, LIME) и учитывать bias/fairness.
• Версионировать эксперименты и модели (MLflow, DVC).
• Собирать REST API для ML-моделей (FastAPI).
• Упаковывать и деплоить модели (Docker, Streamlit, облачные сервисы).
• Настраивать мониторинг и перезапуск моделей в продакшене (Evidently, Prometheus).
• Разрабатывать end-to-end ML-проекты и оформлять GitHub-портфолио.
• Готовиться к собеседованиям на позиции ML/DS/ML Engineer (алгоритмы, SQL, системный дизайн).

О курсе
Этот курс — про инженерную сборку ML-систем под реальные условия продакшена. Вы пройдёте путь от чистого ноутбука и базовой модели до полностью работающего сервиса: с пайплайном данных, API, CI/CD и мониторингом.

Внутри — не только «как обучить модель», но и то, что важно в эксплуатации: версионирование экспериментов (MLflow, DVC), контейнеризация и деплой (Docker, FastAPI), автоматизация пайплайнов (Airflow), контроль качества (Evidently), алерты, retraining и управление зависимостями. Отдельные блоки посвящены оптимизации гиперпараметров, интерпретации моделей и принципам надёжности ML-сервисов.

Ничего лишнего: каждое занятие завершается практическим артефактом — обученной моделью, пайплайном, Docker-образом или эндпоинтом. Все проекты запускаются «из коробки» и воспроизводятся по инструкциям.

Итог курса
На выходе вы соберёте и задеплоите end-to-end ML-продукт: подготовка данных, обучение модели, REST API, контейнеризация, деплой в облако и мониторинг метрик. Получившийся проект можно добавить в портфолио и использовать как базу для продакшн ML-систем.

Для кого этот курс
Для всех, кто хочет уверенно войти в машинное обучение и доводить модели до продакшена.
Подойдёт студентам, начинающим аналитикам, разработчикам и Data Scientist’ам, которые хотят системно понять, как строятся реальные ML-сервисы — от идеи и данных до готового API и мониторинга.
Курс не требует глубоких математических знаний — всё нужное разбирается по ходу практики.

Программа курса
1. Введение в ML:

• Что такое машинное обучение и где оно применяется
• История и современные тренды
• Классы задач ML (регрессия, классификация, кластеризация, генера
• Настройка окружения (Python, Jupyter, библиотеки)
• Git основы для ML-проектов

2. Математические основы ML:

• Линейная алгебра для ML
• Основы статистики
• Теория вероятностей
• Оптимизация и градиенты

3. Python для машинного обучения:

• Основы Python для DS/ML
• Типы данных и коллекции в Python
• Работа с NumPy
• Pandas: анализ табличных данных
• Визуализация: Matplotlib и Seaborn
• Plotly: интерактивные графики
• Scikit-learn: базовые возможности
• Практикум: первая модель классификации

4. Сбор и подготовка данных:

• Источники данных: CSV, SQL, API, web scraping
• Парсинг данных (requests, BeautifulSoup, Scrapy)
• Работа с JSON, XML, Parquet
• Очистка данных и обработка пропусков
• Выбросы и методы их обработки
• Масштабирование данных
• Кодирование категориальных переменных
• Балансировка классов
• Практикум: подготовка датасета

5.Классические алгоритмы ML:

• Линейная и логистическая регрессия
• KNN и методы ближайших соседей
• Деревья решений и Random Forest
• SVM
• Наивный Байес
• Метрики качества: accuracy, precision, recall, F1, ROC-AUC
• Валидация моделей
• Практикум: сравнение алгоритмов

6. Ансамбли и настройки моделей:

• Bagging и Random Forest
• Boosting: AdaBoost, Gradient Boosting
• XGBoost, LightGBM, CatBoost
• GridSearchCV и RandomizedSearchCV
• Байесовская оптимизация
• Hyperopt, Optuna
• Ensemble Stacking
• Отслеживание экспериментов (MLflow)
• Практикум: подбор гиперпараметров

7. Глубокое обучение:

• Что такое нейронные сети и как они устроены
• Функции активации, loss-функции, оптимизаторы
• Регуляризация: Dropout, BatchNorm
• PyTorch основы
• TensorFlow/Keras основы
• CNN для изображений
• RNN и LSTM
• Attention и Seq2Seq
• Transfer Learning
• Практикум: классификация изображений

8. Специализированные задачи ML:

• Кластеризация: KMeans, DBSCAN
• Обнаружение аномалий
• Рекомендательные системы
• Анализ временных рядов: ARIMA, Prophet, LSTM
• Интерпретируемость моделей: SHAP и LIME
• Bias и fairness в ML
• Практикум: рекомендательная система

9. MLops и продакшн:

• Жизненный цикл ML-проекта
• Версионирование моделей (MLflow, DVC)
• Сериализация моделей
• REST API для моделей (FastAPI)
• Docker для ML
• Деплой: Streamlit и облако
• Мониторинг моделей
• Best practices в ML в продакшне
• Практикум: end-to-end проект

10. Подготовка к собеседованиям:

• Типовые вопросы по ML и DL
• Математика на собеседовании
• Алгоритмы и структуры данных
• SQL для ML-инженеров
• Python coding challenges
• Системный дизайн ML-систем
• Разбор реальных кейсов
• Как оформить портфолио и GitHub
• Итоговый проект

На выходе вы получите:

• системное понимание ML и MLOps
• рабочее портфолио (5+ проектов)
• финальный end-to-end ML-сервис с автообновлением модели и мониторингом

​

Если "нейросети плохо пишут код", то вам сюда. Рекомендую сначала пройти курс, потом уже с пониманием использовать MCP серверы. Не забывая конечно про правила для IDE, которые бесплатны.

MCP-серверы
6 Docker контейнеров, подключаемых одной строкой, при правильной настройке заставляют ИИ "творить чудеса" при кодинге в 1С

• Поиск (RAG+Fulltext) по коду, справке конфигурации и метаданным
• Поиск (RAG+Fulltext) по справке и запросам
• Поиск (RAG) по шаблонам кода для 1С
• Проверка синтаксиса BSL LS
• Проверка кода (1С:Напарник - нужен ключ)
• Поиск по метаданным (Граф + Субагент)

​

Этот курс — ваш профессиональный прорыв в сфере нагрузочного тестирования 1С. Мы не просто объясняем теорию, а даём реальные инструменты и методики, которые используют ведущие эксперты отрасли. Гибкий график и практико-ориентированный подход позволят вам получить максимум пользы без отрыва от текущих проектов.

Главное, что вы освоите:

• Полный цикл нагрузочного тестирования — от проектирования сценариев до анализа результатов
• Работу с инструментами тестирования для платформы 1С
• Методы оптимизации производительности под экстремальные нагрузки

Почему это важно?

90% критических сбоев в 1С происходят из-за неправильной оценки нагрузок — после курса вы сможете предотвращать их до запуска систем в продакшен.

​

Выложил первое видео в цикле для подготовки к System Design Interview.

Очень детально разобрал реальные критерии оценки.
Также для кого и когда проводят System Design Interview, какие типы system design собеседований для разных позиций, сколько длится, оптимальная структура ответа, статистика такого рода собеседований.

​

Что даст вам этот курс?
Умение интегрировать популярные AI-инструменты (Copilot, Cody) в рабочий процесс
Навыки генерации кода, автоматического тестирования и рефакторинга с помощью AI
Повышение эффективности за счет автоматической генерации документации, пояснений и поддержки кода
Быстрый онбординг и устранение багов с помощью AI
Навыки генерации boilerplate, проектирования API и архитектурных решений с помощью AI-инструментов
Опыт работы с агентными фреймворками и локальными моделями
Знания о безопасной интеграции AI в рабочие процессы


Программа

Введение и обзор возможностей ИИ в разработке

• Тема 1: Эволюция ИИ в разработке: история и ключевые переходы. Обзор подходов: автодополнение, чаты, агенты, LLM
• Тема 2: Обзор популярных инструментов: Copilot, ChatGPT, Cody, CodeWhisperer и др. Критерии выбора и зрелость
• Тема 3: Установка и настройка Copilot в VS Code. Лучшие расширения для AI-поддержки разработки
• Тема 4: Основы настройки агентских ИИ-сред
• Тема 5: Практика: генерация функции по описанию, исправление багов, запрос тестов. Сравнение промптов и автодополнения

Интеграция ИИ в кодинг

• Тема 1: Промпт-инжиниринг для разработчиков
• Тема 2: Рефакторинг и генерация кода. Сравнение с ручным подходом
• Тема 3: Покрытие тестами: генерация unit-тестов через промпты, snapshot-тестирование, интеграционные запросы
• Тема 4: Работа с чужим кодом: пояснение логики, генерация документации
• Тема 5: Практика: разработка мини-фичи с поддержкой Copilot. Использование GitHub Issues + Copilot + автотестов в связке.
• Тема 6: QA-сессия

ИИ в поддержке и сопровождении

• Тема 1: Быстрый онбординг в проект
• Тема 2: Работа с багами и логами
• Тема 3: Автоматизация DevOps-задач
• Тема 4: AI в аудите и ревью

ИИ в архитектуре и дизайне ПО

• Тема 1: Генерация scaffold и boilerplate
• Тема 2: Проектирование API
• Тема 3: Архитектурные дискуссии с AI
• Тема 4: DSL и кодогенерация
• Тема 5: QA-сессия

Расширенные техники и кастомизация

• Тема 1: Агентные фреймворки (LangChain и OpenInterpreter)
• Тема 2: Локальные модели (LM Studio, Ollama, GPT4All)
• Тема 3: Интеграция с внешними системами
• Тема 4: Настройка VS Code для работы с локальными и кастомными моделями. Подключение внешних endpoint'ов
• Тема 5: MCP (Model Context Protocol)

Внедрение ИИ-инструментов в практику

• Тема 1: Подбор инструментов под стек
• Тема 2: Code governance и безопасность
• Тема 3: Паттерны внедрения

Проектная работа

• Тема 1: Выбор темы и организация проектной работы
• Тема 2: Консультация по проектам и домашним заданиям
• Тема 3: Защита проектных работ
• Тема 4: Подведение итогов курса

​

Этот курс — отличный шанс для вас не только ознакомиться с возможностями БСП, но и научиться применять их на практике для решения конкретных задач. Мы уверены, что полученные знания помогут вам стать более компетентным специалистом, создавать более качественные и современные решения на платформе 1С.

Чему вы научитесь
Цель нашего курса — помочь вам понять, как максимально эффективно использовать "1С:Библиотека стандартных подсистем" для автоматизации бизнес-процессов, повышения производительности и качества ваших решений. Мы подробно рассмотрим, как установить систему БСП, как использовать её возможности для расширения функционала объектов конфигурации и как внедрять стандартные подсистемы в уже существующие и новые конфигурации. В результате вы сможете создавать более гибкие, надежные и легко поддерживаемые системы, что значительно повысит вашу профессиональную ценность и эффективность работы.

Что вас ждёт:
Знакомство с БСП: что это такое и зачем нужно.
Установка и подключение: из шаблона, «с нуля» и через GitHub.
Основные возможности БСП: отчёты, реквизиты, документы, файлы, валюты и многое другое.
Практика: примеры функций, настройка подсистем, полезные лайфхаки.
Бизнес-процессы, задачи и сервисные инструменты для ускорения работы.

Результат:
Легко устанавливать и настраивать БСП.
Использовать её готовый функционал для ускоренной разработки.
Автоматизировать типовые задачи и экономить время.
Применять инструменты БСП в реальных проектах.

Введение
Добро пожаловать на курс
Оформление и помощники в тексте
Основные правила курса
Полезные ссылки
1С:Библиотека стандартных подсистем
«1С:Библиотека стандартных подсистем» (БСП)
Версии БСП
Онлайн-демонстрация БСП
Скачиваем БСП
Установка БСП (из шаблона)
Установка БСП ("с нуля")
Альтернативный способ ознакомления с 1С:БСП используя GitHub
Использование функционала БСП
Использование "1С:Библиотека стандартных подсистем"
Примеры функций и процедур БСП
Дополнительные отчеты и обработки
Дополнительные реквизиты
Валюты
Групповое изменение объектов
Дата запрета изменений
Присоединенные файлы
Завершение работы пользователей
Настройка порядка элементов
Адресный классификатор
Метки
Заметки пользователя
Бизнес-процессы и задачи
Напоминания пользователя
Банки
Версионирование объектов

​

Комплекс подготовки профессионального разработчика 1С: от нуля и до Специалиста по платформе

• Полный курс линейки=первый+второй курсы+ блок подготовки к специалисту по платформе, 18 модулей обучения
• Продолжительность курса – 684 ак. часов
• Даты обучения: на согласовании, появятся позже.
• Онлайн-формат = готовые видеозаписи в ЛК + живые онлайн-трансляций (записи онлайн-трансляций будут)
• Доступ к заранее подготовленному видео (студийная запись) за 2 недели до старта курса
• Методичка в эл.виде
• Поддержка кураторов во время обучения
• Общение с преподавателем в режиме реального времени на онлайн-вебинарах
• Поддержка онлайн-помощника (чат-бота) с 10.00 до 22.00 по МСК
• Доступ к материалам курса – до конца обучения.
• Диплом о профессиональной переподготовке с присвоением квалификации

​

First principle framework (FPF) -- это исследовательская разработка нового поколения руководств по SoTA методам фундаментального мышления как людей, так и AI-систем. Опора FPF идёт на самые базовые, "первые" принципы мышления: различение в мышлении объектов разной природы (систем, описаний, работы, ролей и т.д. в их привязке друг ко другу), оценка надёжности каких-то описаний в части их соответствия реальности, мышление на разных уровнях формальности и т.д. Особенность этой работы в том, что её выполняет главным образом GPT-5 Pro, направляемая научным руководителем мастерской инженеров-менеджеров (МИМ) Анатолием Левенчуком. Использоваться FPF будет не cтолько как "руководство/guide для людей" (это сложный технический текст, больше похожий на "псевдокод" для экспертной системы, хотя это и вполне человекочитаемый "псевдокод"), сколько самими системами AI. Основная трудность использования современных систем AI в том, что они слишком много знают, поэтому междисциплинарные рассуждения таким системам даются с трудом. Но именно такие междисциплинарные рассуждения важны в современных рабочих проектах, ведь все проблемы возникают "на стыках" инженерии и менеджмента, разработки и архитектуры, маркетинга и разработки. FPF в силу своей трансдисциплинарности даёт AI-системам способ аккуратных рассуждений, увязывающих понятия из самых разных предметных областей. Инженеры-менеджеры МИМ уже сегодня могут его использовать для помощи в отладке моделей в своих рабочих проектах.

Зачем идти? Чтобы за один день:

• Понять, как использовать AI для работы с большими сложными текстами. Вы увидите реальный кейс разработки и применения фреймворка объёмом в 3М знаков (примерно размер "Руководства по системному мышлению") с помощью LLM и поймёте границы их возможностей. Если вам надо разрабатывать стандарты, регламенты, техническую документацию и вы хотите задействовать AI -- это как раз пример такой работы.
• Получить новую версию языка для междисциплинарного разговора в рабочих проектах. FPF даёт унифицированный понятийный аппарат (роль, сервис, обязательство, доказательство, обоснование и т.д.), который позволяет инженерам, менеджерам, исследователям говорить на одном языке, устраняя дорогостоящие недопонимания и связанные с ними вечные переделки и исправления.
• Заново понять, что такое роль: с помощью "алгебры ролей" проще обсуждать самые разные контекстуальные и временные "ролевые маски" одних и тех же систем (например, Вася-агент, Вася-инженер и Вася-пациент это один и тот же Вася в разных контекстах и в разное время), это радикально упрощает проектирование сложных систем, как классических инженерных, так и организационных.
• Узнать про способы превращения творчества в управляемый процесс. Вы узнаете об эволюционных алгоритмах творчества, которые хаотическую генерацию идей превращают в дисциплинированный поиск сильных решений.
• Взглянуть на моделирование эволюции систем через динамику, глазами физика: траектория системы в многомерном пространстве её архитектурных характеристик (-ilities/-ости: надёжность, гибкость, доступность и т.д.). Проще будет прогнозировать и направлять эволюцию системы, "путь развития" будет именно путь (траектория), "скорость развития" будет именно скоростью (движения в пространстве архитектурных характеристик).
• Узнать про три мощных идеи наведения порядка в проекте: 1. Унифицированный (для претензий/claims, работ) механизм "охвата" (unified scope mechanism), формализация "границ применимости". 2. Обобщение графов состояний альф OMG Essence до графов состояний ролей в FPF. 3. Конструктивная мереология для надёжной интеграции данных (уже используется в UK digital twin программе в строительстве, текущие работы BORO и Core constructive ontology, отношения часть-целое для единиц знаний становятся возможными).
• Получить представление об исследованиях мастерской инженеров-менеджеров. FPF -- это не "серебряная пуля", это пока исследовательский проект. Но он отражает SoTA современного фундаментального инженерного и исследовательского мышления. Будет прямой диалог, где можно обсудить фундаментальные вещи, например, "а при чем тут вообще первые принципы?". Будут примеры задействования FPF в рабочих проектах в его нынешнем виде (первые опыты использования).

​

Освой разработку современных высоконагруженных систем на основе event-driven микросервисной архитектуры с использованием Spring cloud, Kafka и Kubernetes и получи работу своей мечты!

Ты чувствуешь, что стек на котором работаешь устаревает?
Мир IT быстро меняется и работодателям сейчас нужны Микросервисы, Kafka, Kubernetes, а твой опыт пока сосредоточен на монолитах и более старых решениях. Возникает закономерный вопрос: Что делать если мой проект закроют? Как мне завтра не остаться без работы?

Мы предлагаем тебе шагнуть в будущее уже сейчас!

• Наш курс создан для специалистов, желающих получить актуальные, востребованные на рынке знания
• Ты получишь ценный практический опыт по созданию современных распределенных систем
• Освоишь весь необходимый инструментарий: от Spring Cloud и Keycloak до Kafka, Kubernetes и Grafana.
• Мы не просто научим тебя новым технологиям, но и покажем как их применять на практике для создания высоконагруженных, масштабируемых и отказоустойчивых решений
• Что сделает тебя незаменимым специалистом на любом проекте!

Наш курс для тебя если ты хочешь:

• Получить новую высокооплачиваемую и востребованную профессию или значительно улучшить текущие карьерные перспективы
• Устроиться на интересную и стабильную работу в сфере разработки высоконагруженных распределенных систем
• Увеличить свой доход за счет освоения актуальных и ценных на рынке навыков
• Освоить современный стек технологий чтобы сменить проект или перейти на более
• продвинутую позицию
• Повысить свой уровень до Middle+ и чувствовать себя уверенно на собеседованиях и во время испытательного срока
• Быть уверенным в завтрашнем дне и не бояться что тебя заменит AI
• Получить за 3 месяца опыт который многие начинающие разработчики накапливают годами

Что ты получишь после прохождения курса?
Этот курс — инвестиция в твое будущее. После его успешного завершения тебя ждут ощутимые результаты и новые карьерные возможности

• Ты станешь востребованным Java разработчиком уровня Middle+. Твои навыки будут актуальны для большинства крупных IT-компаний
• Сможешь больше зарабатывать. Твои новые знания позволят тебе претендовать на значительно более высокие зарплаты. По опыту наших выпускников:
  • Студенты без опыта устраиваются на 200 000 - 250 000 руб.
  • Студенты с опытом переходят на 250 000 - 400 000 руб.
• Получишь возможность сменить свой проект на современный стек. Если ты уже работаешь, но хочешь развиваться в сторону актуальных технологий, этот курс даст тебе необходимую базу для смены проекта
• Уверенно пройдешь испытательный срок на новой работе. Твои практические навыки и понимание коммерческой разработки позволят тебе быстро адаптироваться и демонстрировать отличные результаты с первого дня
• Будешь готов к Code Review и эффективной работе в команде. Ты научишься давать и получать конструктивную обратную связь по коду, интегрироваться в существующие процессы и вносить значимый вклад в рабочие проекты
• Разберешься в архитектуре и паттернах. Построения современных распределенных высоконагруженных систем. Ты будешь не просто кодить, а понимать, как строить по- настоящему надежные и производительные решения.
• Научишься разрабатывать масштабируемые и отказоустойчивые микросервисы. Твои приложения смогут выдерживать высокие нагрузки и работать без сбоев.
• Получишь практический опыт работы с Kafka, Kubernetes и Grafana в объеме, необходимом профессиональном разработчику. Это не поверхностные знания, а реальные навыки, которые ты сможешь применять с первого дня на работе

Программа обучения:
Общая продолжительность 12 недель / По 4 живых занятия в неделю / Вся программа построена на командной работе над реальным микросервисным проектом с использованием современных подходов, применяемых в ведущих IT-компаниях. Разработанный проект запускаем на Kubernetes.

Модуль 1. Микросервисная архитектура, Spring cloud
Чему ты научишься:

• Основам проектирования микросервисной архитектуры
• Разрабатывать микросервисы при помощи продуктов из линейки Spring Cloud (API Gateway, Discovery service, Сonfig service и др.)
• Использовать Feign client и библиотеку Resilience4J для отказоустойчивого взаимодействия микросервисов с применением паттернов CircuitBreaker, Retry и Fallback.
• Настраивать и подключать к проекту сервер авторизации Keycloak при помощи Spring security и протоколов OAuth и OIDC

Модуль 2. Event-driven архитектура на основе Apache Kafka
Чему ты научишься:

• Проектировать event-driven архитектуру для надежного и масштабируемого взаимодействия микросервисов
• Основам Apache Kafka и принципам ее работы
• Развертывать и настраивать кластер Kafka для локальной разработки через docker compose
• Разрабатывать микросервисы при помощи Spring Kafka
• Реализовывать на практике паттерн Transactional Outbox и использовать Debezium для стриминга Change Data Capture

Модуль 3. Распределенные транзакции и паттерн Saga
Чему ты научишься:

• Применять паттерн Saga в микросервисной архитектуре для решения проблем распределенных транзакций
• Реализовывать Saga на практике в своем микросервисе с использованием библиотеки Kafka streams
• Использовать компенсирующие транзакции для восстановления целостности данных

Модуль 4. Kubernetes и мониторинг
Чему ты научишься:

• Создавать оптимизированный Docker образ приложения
• Настраивать CI/CD пайплайн для сборки, тестирования и деплоя микросервиса на Kubernetes
• Основам Kubernetes и работе с ним в объеме необходимом разработчику
• Использовать современные средства мониторинга для логов, метрик и трейсинга: Grafana, Prometheus, Loki

​

Освой профессиональную разработку REST API на Spring Boot и Hibernate на уровне коммерческих проектов и получи ценный опыт командной работы в реальном рабочем окружении!

Ты только начинаешь свой путь в IT и хочешь уверенно пройти собеседование и получить оффер?
Знаешь основы, но не уверен, соответствует ли твой код стандартам реальных коммерческих проектов. А еще у тебя нет опыта разработки в команде, и ты не знаешь, что тебя ждет при выходе на работу.

Ты боишься не пройти испытательный срок, не знаешь, как задать вопрос коллегам, чтобы не показаться некомпетентным, и переживаешь из-за синдрома самозванца. Многие студенты приходят к нам с этими проблемами.

Решение есть!
Наш буткемп создан, чтобы помочь тебе преодолеть эти барьеры. Мы не просто прокачаем твои хард скиллы до профессионального уровня

• Мы погрузим тебя в полностью рабочее окружение вместе с другими студентами и опытным тимлидом
• Ты станешь частью команды, работающей над большим проектом, и будешь выполнять задачи, с которыми регулярно сталкиваются Java-разработчики
• Ты на практике узнаешь, что такое Agile и Gitflow, поработаешь с Gitlab, Jira и Confluence
• И сможешь уверенно рассказать про свой опыт на собеседовании и без стресса пройти испытательный срок

Наш курс для тебя если ты хочешь:

• Получить новую высокооплачиваемую и востребованную профессию: стань настоящим Java-разработчиком и открой для себя мир перспективных возможностей в IT
• Устроиться на интересную и стабильную работу. Мы дадим тебе навыки, которые ценятся в ведущих компаниях, чтобы ты смог найти работу своей мечты
• Увеличить свой доход. Прокачай свои компетенции и выйди на новый уровень зарплаты, соответствующий твоему профессионализму
• Перейти от основ к реальной коммерческой разработке. Ты уже знаком с Java, Spring Boot и Hibernate, но чувствуешь, что твоих текущих знаний не хватает для уверенной работы над серьезными проектами
• Научиться применять Spring и Hibernate на профессиональном уровне. Мы покажем тебе не просто синтаксис, а лучшие практики, архитектурные подходы и инструменты, которые используют в ведущих IT-компаниях
• Интенсивно прокачать свои навыки за 5 недель. Если ты готов к быстрому и глубокому погружению, этот буткемп позволит тебе в кратчайшие сроки достичь уровня уверенного профессионала

После прохождения курса ты:

• Будешь профессионально разрабатывать современные REST API-сервисы. Ты освоишь создание высококачественных, масштабируемых и безопасных приложений с использованием Spring Boot, Hibernate и Spring Security на реальном коммерческом уровне
• Научишься покрывать свой код тестами профессионально. Ты освоишь написание юнит- тестов и интеграционных тестов, что сделает твой код надежным и поддерживаемым
• Уверенно пройдешь испытательный срок на новой работе. Твои практические навыки и понимание коммерческой разработки позволят тебе быстро адаптироваться и демонстрировать отличные результаты с первого дня
• Будешь готов к Code Review и эффективной работе в команде. Ты научишься давать и получать конструктивную обратную связь по коду, интегрироваться в существующие процессы и вносить значимый вклад в рабочие проекты

Программа обучения:
Общая продолжительность 5 недель / По 4 живых занятия в неделю / Вся программа построена на командной работе над реальным микросервисным проектом с использованием современных подходов, применяемых в ведущих IT-компаниях.

Спринт 1. Разработка REST API
Чему ты научишься:

• Профессиональной разработке REST API на Spring Boot. Создавать эффективные и масштабируемые API-сервисы, следуя лучшим практикам индустрии.
• Глубокому пониманию работы Spring и Hibernate. Разберешься, как фреймворки функционируют "под капотом", что позволит тебе писать более оптимизированный и предсказуемый код.
• Правильному использованию JPA - Hibernate для работы с базой данных. Эффективно управлять данными в проекте, избегая типичных ошибок и повышая производительность.
• Написанию юнит- и интеграционных тестов, как в коммерческих проектах. Освоишь JUnit, Mockito и Testcontainers, чтобы твой код был надёжным и легко поддерживаемым.
• Оптимизации работы с контекстом Spring. Научишься эффективно работать с контейнером зависимостей для улучшения производительности приложений.
• Использованию Liquibase для управления миграциями. Автоматизируешь изменения в базе данных, обеспечивая целостность и упрощая развертывание.
• Применению библиотеки Mapstruct для облегчения маппинга. Автоматизируешь преобразование данных между DTO и Entity, сокращая boilerplate-код.
• Разработке проекта в команде с использованием Agile и Gitflow. Получишь реальный опыт работы в команде, применяя методологии, распространенные в IT-компаниях.
• Проведению Code Review, разрешению конфликтов при Merge Requests и уверенной работе с чужим кодом. Станешь полноценным членом команды, способным эффективно взаимодействовать с коллегами.

Спринт 2. Реализация security
Чему ты научишься:

• Детальному пониманию работы Spring Security. Разберешься во всех аспектах аутентификации и авторизации, чтобы строить безопасные приложения.
• Практической реализации аутентификации и авторизации с JWT. Создашь систему безопасности в большом проекте с использованием JWT токенов.
• Профессиональной работе с Docker. Научишься эффективно использовать контейнеры для развертывания и управления приложениями, как это делают опытные разработчики.
• Применению аспектно-ориентированного программирования (AOP) в проекте. Улучшишь модульность кода и упростишь решение сквозных задач.
• Эффективному кэшированию данных при помощи Redis. Ускоришь работу приложений и снизишь нагрузку на базу данных.
• Грамотному использованию транзакций и блокировок при работе с базой данных. Обеспечишь целостность данных и стабильность работы в условиях высоких нагрузок.

Скрытый текст. Открывается зарегистрированным пользователям.

​

Освойте все, что необходимо для создания web-продуктов
Любые интерфейсы, которые вы видите в интернете на любом устройстве, созданы при помощи HTML и CSS или продуктов на их основе

Кому подойдет этот курс?

• Вы вообще не знакомы с темой создания сайтов и web-продуктов, но хотите освоить эту область с нуля
• Вы уже делали свои первые попытки создания веб-продуктов
• Вы хотите расширить свой кругозор и узнать лучшие техники

Что вы найдете внутри курса?

• Мы с вами пройдем путь от установки своего первого редактора кода до создания полноценных, полностью функционирующих и расположенных в интернете сайтов. Будем изучать теоретическую часть и сразу же применять её на реальных проектах
• Вы четко будете следовать плану обучения, построенному на практическом применении, а не просто по главам учебника. Это позволит держать концентрацию на нужной информации и не распылять ваше внимание

Мы последовательно начинаем с самых основ, переходим к рабочим моментам, а позже и к продвинутым
Никаких перескакиваний. Вся информация наслаивается и применяется последовательно

• Мы изучим основы web-разработки: что такое web-продукт, зачем он нужен, циклы создания, как работает интернет изнутри, и многое другое
• Научимся работать с графическими редакторами в контексте верстки: figma, Zeplin и тп
• Научимся работать с графикой для web'a, в том числе с SVG

Мы будем подробно разбирать нюансы использования в реальной работе всех составляющих web-продуктов

• Узнаем и поймем как использовать HTML5 и CSS3 в реальных проектах
• Узнаем основы JS, научимся применять его в своих проектах
• Научимся работать с Git и GitHub
• Научимся работать с технологиями Flexbox и CSS Grid будем их использовать сразу в практике
• Научимся работать с новейшими фишками CSS, такими как CSS Nesting
• Научимся использовать препроцессоры SASS/SCSS в своих проектах

Использование самых последних и трендовых подходов в разработке, но с учетом поддержки браузеров, устройств и необходимости. Ведь мы за правильный продукт, который будет работать у всех

• Мы научимся создавать мобильную адаптацию сайтов и приложений
• Научимся использовать методологии (Atomic design, BEM и тп)
• Поймем, как создавать многостраничные сайты и принципы посадки под CMS (системы управления сайтами)
• Научимся автоматизировать процессы при помощи планировщиков задач (Vite, Gulp)
• Научимся оптимизировать скорость работы сайтов и проводить валидацию верстки по стандартам w3c
• Научимся следовать последним стандартам доступности a11y
• Научимся работать с множеством готовых плагинов, устанавливать гео-карты на сайте, работать со шрифтами и многое другое...
• Создадим ваш личный сайт-портфолио
• Никаких ограничений по времени. Занимаетесь в удобном для вас темпе, а доступ к материалам никуда не исчезает!

Ключевое в этом курсе
Данный курс - это не просто собрание материалов, которые доступны по всему интернету. Это передача практического опыта: как сделать лучше, удобнее, какие инструменты или подходы применить в разных ситуациях и все в этом роде. Поэтому каждый урок - это не только сухая информация, но и живые примеры ситуаций, как делать стоит и как нет
Последняя редакция курса - это объединение моего опыта, всех вопросов и практических задач от всех студентов, которые проходили этот курс. Ведь первая редакция была аж 2018м году
Отсюда и еще один плюс: у вас вся информация по одной теме будет в одном месте

Почему стоит начать свое обучение уже сейчас?
Если вы хотите работать с сфере web-разработки, то создание интерфейсов (верстка) - это абсолютно необходимый навык. Без этого не обходится ни один web-продукт
Мало того, что изучив всю данную вам информацию вы уже сможете создавать свои продукты и работать как на фрилансе, так и в компании, но и вы заложите базу для дальнейшего обучения. Владея этими навыками вы сможете освоить любую CMS (Wordpress, ModX и тп) изнутри, сможете понять и изучить как работает backend часть, и сможете создавать визуальную часть приложений, написанных на JavaScript фреймворках и библиотеках(ведь там везде используется верстка как и на обычных сайтах, в том числе и на мобильных приложениях)

Содержание курса

• Погружение в тему создания web-продуктов. Изучение основ HTML и CSS
• Ускорение работы и еще больше современных подходов
• Необходимые технологии для web-разработчика и продвинутая практика
• (Бонус-практика, необязательно) Практика с сайтом-портфолио

Спойлер: Подробное содержание курса

Погружение в тему создания web-продуктов. Изучение основ HTML и CSS

1. Зачем нам этот модуль
2. Современная разработка сайтов, веб-приложений и других веб-продуктов. Перспективы
3. Про конструкторы, искусственный интеллект и перспективы
4. Классификация и этапы создания сайтов/веб-приложений
5. Как все это работает изнутри: протоколы, клиент-серверная архитектура и http
6. Как все это работает изнутри: html, css, js и тд.
7. Работа с графикой: виды, дизайн-макеты и тп
8. Сервисы для работы с графикой
9. (Дополнительно) Преобразование иконок в svg формат и “сетки” в макетах
10. Установка и настройка редактора кода
11. Создаем свой первый проект. Основы HTML
12. Основные теги HTML на практике
13. Семантика и семантические теги HTML5
14. Основы CSS на практике
15. Блочная модель CSS
16. Developer Tool. Что это и как с ним работать?
17. Блочная модель CSS. Часть 2
18. Позиционирование элементов в CSS. Принцип карточной колоды
19. Выравнивание элементов по вертикали. История: верстка таблицами и float'ами
20. Единицы измерения CSS
21. Специфичность CSS селекторов
22. Автоматическое форматирование кода
23. Практика часть 1. Создаем сайт на чистом HTML и CSS
24. Практика часть 2. Создаем сайт на чистом HTML и CSS
25. Технология Flexbox
26. Применение Flexbox в проекте
27. Практика. Заканчиваем сайт на чистом HTML и CSS + домашнее задание
28. Свойство object-fit и работа с изображениями
29. Нормализация стилей normalize.css и аналоги
30. Подключение файлов через cdn-сервера. Различия и преимущества
31. Работа со шрифтами в web'e

Ускорение работы и еще больше современных подходов

1. Зачем нам этот модуль
2. Как чистый CSS постепенно догоняет инструменты
3. CSS Nesting
4. Практика. Создаем новый проект
5. CSS variables (custom properties)
6. Практика. Создаем первые две секции
7. CSS Grid. Начало
8. CSS Grid. Единица гибкости (fr) и repeat()
9. Что использовать: Grid или Flexbox
10. Практика. Создаем grid-секцию
11. CSS Grid. Явные и неявные гриды
12. CSS Grid. Функция minmax()
13. CSS Grid. Масштабирование треков, auto-fit и auto-fill
14. CSS Grid. Позиционирование треков
15. (Дополнительно) CSS Grid. Выравнивание треков
16. (Дополнительно) CSS Grid. Grid Area и подсетки
17. Псевдоклассы в CSS
18. Применяем псевдоклассы в проекте, CSS transition
19. Псевдоэлементы в CSS
20. Применяем псевдоэлементы в проекте
21. Практика. Заканчиваем базовую верстку. Функция calc()
22. Про футер и переменную
23. Варианты работы с иконками
24. Адаптация проектов под различные устройства
25. Что такое Pixel Perfect
26. Большая практика. Адаптация проекта. Часть №1
27. Tip. Nesting при адаптации
28. Адаптация проекта. Часть №2
29. Логические свойства размеров
30. Локальные ссылки, favicon и smooth-behavior
31. Системы контроля версий. Git
32. Сервисы для хранения репозиториев. github / gitlab и другие
33. Публикуем сайт в интернете. Домен. Хостинг. Сброс "кеша"
34. Как работать с GitHub с разных компьютеров, gitignore и Git UI

Необходимые технологии для веб-разработчика и продвинутая практика

1. Зачем нам этот модуль
2. Препроцессоры в CSS (SASS/SCSS и другие)
3. Методологии названия классов (BEM, Atomic и тд) конвенция названий
4. Что такое сборщики проектов, планировщики задач и тд.
5. Настраиваем Vite для нового проекта и разбор нюансов
6. ИИ для конфигураций
7. Обсуждаем и подготавливаем новый проект
8. Заготовка под проект
9. Что такое Mobile first
10. Практика. Разбираемся с UI Kit / Style Kit и остальными нюансами сборки
11. Практика. Создаем первую секцию и переиспользуемые компоненты
12. Функция clamp для быстрой адаптации (+ min()/max())
13. Практика адаптации
14. Готовые инструменты для ускорения работы со стилями
15. ИИ для списка инструментов
16. Практика
17. В дополнение к практике
18. Перечень веб-компонентов и их названий + дз
19. Формы в web-продуктах
20. Знакомимся с языком программирования Javascript
21. Большая практика. Создаем и разбираем компонент-слайдер. Часть 1
22. Большая практика. Создаем и разбираем компонент-слайдер. Часть 2
23. Дополнительная строка настройки слайдера
24. Реальные процессы в работе
25. Альтернативные варианты функционала
26. Большое домашнее задание. Создаем футер
27. Практика. Создаем гамбургер-меню. Трансформации
28. Практика. Создаем табы на странице
29. Проверьте свою работу
30. Практика. Создаем записи блога и обсуждаем нюансы динамического контента
31. Практика. Создаем интерактивные карты. Iframe
32. Практика. Валидация форм
33. Разбираем интересные моменты д/з, :auto-fill
34. Практика. Отправка формы c сайта
35. Анимации при помощи CSS3
36. Библиотеки для работы с анимациями и AI-tips
37. Валидация, оценка и оптимизация веб-продукта. Метрики
38. Мета-тэги и OG tags, расширенный favicon
39. Загружаем web-продукт на реальный хостинг. Что такое FTP
40. Заключение. ИИ для ускорения работы. Интерфейсы в разных технологиях. Проекты

(Бонус-практика) Практика с сайтом-портфолио

1. Зачем нам этот модуль
2. Подготовка к созданию портфолио
3. Создаем первый экран, часть 1
4. Создаем первый экран, часть 2 (анимация меню)
5. Используем CSS Grid для создания второго экрана
6. Создаем третий экран портфолио
7. Реализуем скрипт автоматического пересчета процентов
8. Создаем блок-портфолио работ
9. Создаем блок с контактами
10. Политика конфиденциальности. Что это, зачем и как использовать.
11. Добавляем object-fit и работаем с изображениями
12. Адаптация портфолио, часть 1
13. Заканчиваем портфолио и адаптируем последние экраны

Цена: 15 € = ~1500р

​

Этот воркшоп для вас, если:

• дошли до уровня, когда уже задумываетесь о работе всего приложения, а не только делаете отдельные задачи
• в проекте нет системного мониторинга и алертинга
• порой приходится что-то чинить на проде и долго разбираться с причинами проблем
• планируете рост нагрузки на приложение
• хотите сделать мониторинг был действительно полезным и эффективным, а не набором красивых данных, в которые никто не смотрит
• с приложением всё здорово, но хочется быть уверенным в том, что это будет продолжаться и дальше

Программа воркшопа

День 1. Основы мониторинга
Поговорим о том, зачем нужен мониторинг, на какие метрики надо смотреть, чтобы быть уверенными, что приложение работает. Разберём, что такое «золотые сигналы». Заведём в рельсовое приложение мониторинг с помощью Прометеуса, Графаны и Ябеды.

Результат:

• Поймёте, зачем нужен мониторинг и как он помогает не только техническим специалистам, но и бизнесу.
• Научитесь ориентироваться в метриках, на основе которых строится мониторинг — технические, инфраструктурные и бизнесовые метрики.
• Соберёте связку Прометеус-Графана-приложение, чтобы добавить первые дэшборды в ваше приложение.

Содержание:

• Зачем нужно мониторить приложение?
• Какие бывают мониторинги
• На какие метрики смотреть?
• Технические метрики (Latency, Traffic, Errors, Saturation)
• Инфраструктурные метрики
• Бизнесовые метрики

День 2. Алерты и решения для организации мониторинга

Посмотрим на систему, которую собрали на первом дне воркшопа. Сравним системы сбора метрик и дэшбодров между собой — беплатные, платные, облачные и т.д.

Разберёмся, почему дэшбордов недостаточно для полноценного мониторинга приложений. Алерты — по каким метрикам настраивать, какие пороги выбирать, как обрабатывать. Алерты предвосхищающие проблемы — z-index и Нострадамус.

Трассировка запросов — зачем нужна, какие инструменты использовать, хорошие практики для построения систем.

Результат:

• Разберётесь с множеством систем мониторинга и сможете выбрать наиболее подходящую
• Научитесь настраивать алертинг - выставлять пороги срабатывания, поймёте, в каких случаях нужны ночные звонки, а в каких можно обойтись без них.
• Поёмете, зачем нужна трассировка во взаимодействии между сервисами, как её организовать и как использовать при поиске проблем.

Содержание:

• Опенсорсные решения (Prometheus, Grafana, Grafana OnCall, Zabbix)
• Коммерческие решения (Datadog, New Relic, Dynatrace, Okmeter)
• Быстрый поиск проблем
• Сквозная трассировка запросов (Jaeger, Zipkin)
• Алертинг
• Предсказание проблем

День 3. Инцидент-менеджмент и стабильность приложений

Пройдемся от алертов к причинам их возникновения — инцидентам. Ответим на вопросы: что считать инцидентом? Что делать, чтобы их было меньше? Обсудим регламенты работы, подсказки для сложных ситуаций, дежурства, разборы причин и планирование улучшений.

Поговорим об SLI, SLO, SLA и подходах, которые помогут вам договориться с бизнесом о том, что значит «стабильное приложение» и сколько это будет стоить.

Затронем нагрузочное тестирование приложения. Что такое хаос тесты и когда они вам могут пригодится? Сделаем обзор практик по хаос-инжинирингу.

Результат:

• Поймёте, как внедрить в компании процесс инцидент-менеджмента.
• Узнаете, как договориться с бизнесом о приемлемых диапазонах простоя приложения.
• Сможете убедить бизнес, что 100% работоспособности — это не то, чего он хочет.
• Разберётесь, как подготовится к большим нагрузкам с помощью нагрузочного тестирования. И как протестировать систему на отказ с помощью хаос-тестов.

Содержание:

• Фазы работы над инцидентом
• Роли участников процесса
• Организация с точки зрения процесса и технической реализации
• Метрики стабильности (SLI, SLO, SLA)
• Нагрузочное тестирование
• Хаос-тесты

Этот воркшоп поможет:

• Систематизировать знания по мониторингу
  Посмотреть на разные решения и практики по стабилизации приложений и подготовке к работе под нагрузкой
• Поднять мониторинг на проекте с нуля
  С чего начать и как рассказать бизнесу, что мониторинг — это обязательная часть работы системы
• Сделать приложение более стабильным
  Внедрить практики инцидент менеджмента — дежурства, регламенты, разборы. Быстро находить проблемы с помощью трассировки.
• Получить набор инструментов под разные виды метрик
  Разобраться какие бывают технические, инфраструктурные и бизнесовые метрики. Какие из метрик более приоритетные и с помощью каких технических решений их можно отслеживать.

​

Программа обучения:
Java Core. Модуль 1. Базовые структуры
Java Core. Модуль 2. Классы и объекты
Java Core. Модуль 3. ООП
Java Core. Модуль 4. Коллекции
Java Core. Модуль 5. Исключения и файлы
Java Core. Модуль 6. Многопоточность
Java Core. Модуль 7. Stream API
Java Core. Модуль 8. Reflection &SOLID
Java Core. Экзамен

Преподаватель курса Андрей Борисов

• 14 лет опыт профессиональной разработки на java (A1 Austria Telecom Group, Qulix Systems, Renova Vision)
• Преподавал java в ведущем центре it образования
• Дипломированный программист