Специалисты

Онлайн-образовательная платформа

Домен: EdTech, MediaTech Позиция: DevOps инженер Описание проекта: Платформа для онлайн-обучения с поддержкой видеоконференций, проведения лекций и практических занятий в реальном времени. Интеграция мониторинга метрик видеосервисов и автоскейлинга позволяет обеспечить стабильность при резких пиковых нагрузках (во время массовых мероприятий или экзаменов). Безопасность данных и надежность системы гарантируются использованием современных DevOps инструментов. Задачи на проекте: - Развернул Kubernetes-кластер с использованием Ansible для автоматизации установки и настройки инфраструктуры; - Настроил Helm-чарты для автоматизированного развертывания приложений в Kubernetes; - Настроил GitLab CI для автоматизации процессов сборки и тестирования; - Настроил ArgoCD для автоматизации процессов развертывания и управления конфигурацией микросервисов; - Установил и настроил Harbor для создания внутреннего репозитория Docker-образов и управления их версионностью; - Настроил CI/CD процессы с помощью GitLab и ArgoCD для автоматического развертывания портала для студентов, написанного на PHP. Оптимизировал Docker-образ для ускорения сборки и уменьшения размера; - Развернул кластер Patroni PostgreSQL с помощью Ansible. Настройка бэкапов PostgreSQL; - Развернул ELK Stack для сбора и анализа бизнес-событий (регистрации, оплаты, прохождения курсов) с PHP-фронтенда и Java-бекенда, что позволило продуктовой команде анализировать поведение пользователей; - Настроил мониторинг ключевых метрик видеоконференций, включая использование custom метрик для анализа трафика и производительности; - Реализовал автоскейлинг видеосервисов через Horizontal Pod Autoscaler (HPA) для поддержания производительности под высокой нагрузкой; - Установил Grafana, Prometheus stack. Cоздал кастомные дашборды и визуализацию данных; - Использовал хранилища S3-minio в качестве файловой системы; - Реализовал мониторинг и алертинг с использованием Prometheus Alertmanager для уведомления команды о сбоях и критических событиях; - Интеграция GitLab и Jira для отправки статуса выполнения pipeline через API в Jira; - Настройка и оптимизация брокера сообщений Kafka, а также извлечение метрик с помощью jmx-agent; - Использовал JMeter для тестирования API приложения в dev окружении. Достижения: - Повысил стабильность системы на 40% во время пиковых нагрузок (до 10 000 одновременных пользователей) за счет внедрения HPA для видеосервисов и кастомных метрик Prometheus; - Сократил время развертывания микросервисов на 60% благодаря автоматизации CI/CD (GitLab + ArgoCD) и Helm-чартам; - Снизил время реакции на инциденты на 30% за счет кастомных Grafana-дашбордов и алертинга через Alertmanager; - Оптимизировал затраты на инфраструктуру на 15% за счет точного автоскейлинга и мониторинга ресурсов

Kubernetes, ArgoCD, Harbor, Prometheus, Grafana, Patroni, PostgreSQL, Ansible, S3-minIO, Helm, GitLab, Kafka, JMeter.

январь 2024 – по настоящее время (более 1 года) месяцев

E-commerce платформа

Домен: E-commerce, Ритейл Позиция: DevOps инженер Описание проекта: Высоконагруженная масштабируемая платформа для онлайн-продаж, поддерживающая работу с множеством пользователей в реальном времени. Платформа предоставляет покупателям удобный каталог товаров с поиском, фильтрацией и персонализированными рекомендациями на основе анализа их действий. Для продавцов система включает инструменты управления товарами, аналитические отчеты по продажам и рекламе. Платформа интегрирована с популярными платежными системами. Также реализованы модули для работы с логистикой: отслеживание заказов, расчет стоимости доставки, и интеграция с курьерскими службами. Задачи на проекте: - Развернул Managed Service for Kubernetes в Yandex Cloud для работы микросервисов. - Настроил балансировку нагрузки через ALB, добавив HTTPS с сертификатами, выданными в Yandex Cloud; - Организовал CI/CD-процессы в GitLab CI/CD для автоматического тестирования, сборки и деплоя; - Настроил Terraform для автоматизации инфраструктуры: создание VPC, Subnet, Kubernetes Cluster; - Настроил мониторинг приложения с использованием Prometheus и Grafana, включая алертинг для бизнес-метрик; - Организовал логирование с помощью EFK stack; - Настроил кеширование данных с использованием Valkey (Redis) для повышения производительности; - Добавил автоматизацию почтовых рассылок с помощью Python-скриптов; - Настроил PostgreSQL для работы в высокодоступном режиме и реализовал автоматическое резервное копирование в Object Storage; - Настроил автоматическое масштабирование подов в Kubernetes с использованием HPA (Horizontal Pod Autoscaler); - Развернул и настроил RabbitMQ для внутреннего взаимодействия между сервисами; - Настроил CDN Yandex для оптимизации доставки статических файлов. Достижения: - Увеличил производительность платформы на 25% за счет кеширования данных в Valkey (Redis) и оптимизации CDN для статических ресурсов; - Автоматизировал 90% инфраструктуры в Yandex Cloud через Terraform, включая VPC, Kubernetes и ALB с TLS-шифрованием; - Улучшил скорость обработки заказов на 20% через настройку RabbitMQ и горизонтальное масштабирование микросервисов.

Yandex Cloud (Managed Service for Kubernetes, Object Storage, Compute Cloud, ALB, Valkey (Redis), PostgreSQL, Elasticsearch), Kubernetes, Helm, Docker, Terraform, GitLab, CI/CD, Prometheus, Grafana, Nginx, Python, RabbitMQ.

декабрь 2022 – январь 2024 (1 год 1 месяц) месяцев

Система управления умными домами

Домен: IoT Позиция: DevOps инженер Описание проекта: Платформа для управления умными домами, позволяющая пользователям автоматизировать различные аспекты управления своим домом, такие как освещение, безопасность, температура и бытовая техника. Платформа использует облачные технологии для управления устройствами и сбора данных о состоянии дома, а также для мониторинга и анализа производительности различных устройств. Задачи на проекте: - Настроил CI/CD пайплайны в Github Actions для деплоя микросервисного приложения в ECS; - Настроил автоскейлинг в ECS; - Создал CI/CD для фронтенда на S3 и CloudFront; - Создал сертификаты TLS в ACM для CloudFront и ALB; - Перенес все переменные окружения и секреты в Secrets Manager; - Ускорил процесс запуска приложений за счет уменьшения Docker-образов, используя best practice; - Настроил сбор логов с использованием Cloud Watch, Lambda Function и Open Search; - Оптимизировал ECR, оставив только необходимые образы для снижения затрат в облаке; - Создал сервер RDS PostgreSQL, настроил резервное копирование и мониторинг; - Настроил уведомления в Cloud Watch для ECS и RDS PostgreSQL. Достижения: - Ускорил деплой приложений на 50% через CI/CD на GitHub Actions и оптимизацию Dockerобразов (сокращение размера на 40%); - Повысил безопасность системы за счет переноса 100% секретов в AWS Secrets Manager и TLS-сертификатов в ACM; - Снизил затраты на ECR на 35% за счет очистки неиспользуемых образов и автоматизации жизненного цикла

AWS (ECS, EC2, RDS, IAM, ECR, Route53, ALB, Secrets Manager, Open Search, Lambda, Cloud Watch, Cloud Front, ACM), GitHub Actions.

ноябрь 2021 – декабрь 2022 (1 год 1 месяц) месяцев