رمزگشایی DevOps - از مبانی تا پروژه‌های پیشرفته با AI

آنچه یاد خواهید گرفت:

• یادگیری DevOps از ابتدا
• لینوکس و مدیریت سرور (Gemini CLI)
• اصول شبکه سازی و راه‌اندازی Vagrant
• YAML و JSON و اسکریپت‌نویسی Bash با GitHub Copilot (AI)
• ابر AWS (IAM و EC2 و S3 و RDS و EBS و ELB و Systems Manager و Lambda و VPC و Amazon Q و CloudWatch و Auto Scaling و Route 53)
• ساخت و اتوماسیون تست با استفاده از Git و Maven و Jenkins و GitHub Actions و GitLab CI/CD
• پایپ‌لاین‌های CI/CD و پروژه‌های DevOps با یکپارچه‌سازی Nexus و SonarQube و Slack
• مبانی اسکریپت‌نویسی پایتون و استفاده از آن برای خودکارسازی و تسک‌های AWS با Amazon Q (دستیار کدنویسی AI)
• زیرساخت به‌ عنوان کد با Terraform (VPC، ماژول‌ها، بک‌اندها)
• مدیریت پیکربندی با Ansible
• نظارت و مشاهده‌پذیری با Prometheus و Grafana و Loki و Alert manager و Alloy
• Docker و Kubernetes (راه‌اندازی در سطح تولید، Helm با AI و Lens)
• سرویس‌های AWS DevOps: بررسی CodeCommit و CodeBuild و CodePipeline و Beanstalk و Lambda
• پروژه GitOps - گردش‌کار end-to-end CI/CD با Git به‌ عنوان تنها منبع حقیقت

پیش‌نیازهای دوره

• دانش پایه‌ای کار با کامپیوتر

توضیحات دوره

این دوره برای کسی طراحی شده است که می‌خواهد مسیر شغلی DevOps خود را شروع کند یا ارتقا دهد و این کار را از طریق یادگیری عملی و پروژه‌محور انجام دهد.

شما با اصول لینوکس، شبکه‌سازی و اسکریپت‌نویسی شروع می‌کنید و سپس به‌تدریج با ابزارهای کلیدی DevOps مانند Git و Jenkins و GitHub Actions و GitLab و Terraform و Ansible و Docker و Kubernetes و AWS Cloud آشنا می‌شوید.

هر مرحله بر پایه مرحله قبل ساخته می‌شود و با پروژه‌های واقعی مثل راه‌اندازی اپلیکیشن Vprofile در چندین مرحله DevOps از محیط on-premise تا AWS و Kubernetes همراه است.

این دوره همچنین ابزارهای مبتنی بر AI مانند GitHub Copilot و Amazon Q و Helm یکپارچه با AI را معرفی می‌کند تا به شما کمک کند سریع‌تر خودکارسازی کنید، هوشمندانه‌تر کدنویسی کنید و پایپ‌لاین‌های DevOps هوشمند بسازید.

و حالا بخش کاملاً جدید نظارت و مشاهده‌پذیری را معرفی می‌کنیم؛ جایی که یاد می‌گیرید چگونه با ابزارهایی مانند Prometheus و Grafana و Loki و Alloy، متریک‌ها، لاگ‌ها و traceها را جمع‌آوری، مصورسازی و تحلیل کنید.

در پایان دوره، هم مهم‌ترین اصول DevOps و هم گردش‌کارهای مدرن مجهز به AI را به‌خوبی یاد می‌گیرید و برای محیط‌های واقعی ابر و اتوماسیون آماده می‌شوید.

مسیر یادگیری گام‌به‌گام

مرحله 1

• مبانی لینوکس
• مدیریت سرور در لینوکس
• Vagrant
• مبانی شبکه‌سازی
• پروژه: معرفی پروژه VProfile و راه‌اندازی روی ماشین‌های مجازی

مرحله 2

• YAML و JSON
• اسکریپت‌نویسی Bash (متغیرها، شرطی‌ها، حلقه‌ها)
• خودکارسازی تسک‌های مدیریتی
• استفاده از GitHub Copilot به‌عنوان دستیار AI برای اسکریپت‌نویسی

مرحله 3

• معرفی رایانش ابری
• IAM و EC2 و EBS و ELB
• معرفی SSM و CloudShell
• AWS CLI و S3 و CloudWatch و RDS و Auto Scaling و Route53
• پروژه: Lift و Shift وب‌ اپلیکیشن به AWS
• بازطراحی وب‌ اپلیکیشن روی AWS (PaaS و SaaS)

مرحله 4

• Git و GitHub
• ابزارهای Build با Maven
• Jenkins (پایپ‌لاین‌های CI/CD و Master/Slave و Nexus و SonarQube)
• GitHub Actions (گردش‌کارها، Runnerها، اسکن‌های امنیتی)
• GitLab CI/CD (پایپ‌لاین‌ها، استیج‌ها، یکپارچه‌سازی با Docker)

مرحله 5

• اسکریپت‌نویسی پایتون
• خودکارسازی تسک‌های سیستم‌عامل
• پایتون برای AWS با استفاده از Amazon Q (AI)

مرحله 6

• اصول Terraform (متغیرها، ماژول‌ها، بک‌اندها)
• زیرساخت به‌ عنوان کد برای راه‌اندازی VPC

مرحله 7 - نظارت و مشاهده‌پذیری

• مقدمه‌ای بر نظارت و مشاهده‌پذیری
• چرا نظارت برای DevOps ضروری است؟
• راه‌اندازی Prometheus و Grafana و Loki و Alloy
• نوشتن کوئری با PromQL
• اتصال منابع داده Grafana
• ساخت داشبورد و هشدار
• یکپارچه‌سازی Slack برای اعلان‌های بلادرنگ
• یکپارچه‌سازی Loki و Alloy برای لاگ‌ها و متریک‌ها

مرحله 8

• معرفی Ansible
• فرمان‌های Ad Hoc، ماژول‌ها، مبانی YAML
• Playbookها، متغیرها، شرطی‌ها، حلقه‌ها
• هندلرها، قالب‌ها، نقش‌ها
• Ansible برای خودکارسازی AWS

مرحله 9

• AWS (بررسی عمیق VPC و Lambda، لاگ کردن، متریک‌های سفارشی)
• پروژه: CI/CD روی AWS - بررسی Beanstalk و RDS و CodePipeline

مرحله 10

• پروژه: Google Cloud Platform برای راه‌اندازی اپلیکیشن چندلایه
• GCP Cloud shell
• VPC
• فایروال‌ها
• ماشین‌های مجازی
• Cloud SQL و Memorystore
• Cloud DNS
• گروه‌های نمونه مدیریت شده
• ایمن‌سازی HTTPS Load Balancer
• Certificate Manager

مرحله 11

• Docker (کانتینرها، ایمیج‌ها، Volumeها، شبکه‌ها)
• Kubernetes (راه‌اندازی، آبجکت‌ها، Autoscaling و Ingress و ConfigMapها)
• Helm با AI و Lens
• پروژه: استقرار VProfile روی Kubernetes

مرحله 12

• پروژه GitOps

این دوره برای چه کسانی مناسب است؟

• کسی که می‌خواهد DevOps را یاد بگیرد.