Python для инженеров: курс по языку программирования Питон для инженерных задач, онлайн-курс на платформе Слёрм
2026-02-19 18:17 Diff

Избавьтесь от рутины и ошибок — научитесь писать скрипты для админ-задач. Повысьте эффективность работы с инфраструктурой и свою ценность как инженера

Автоматизируйте 80% ручной работы с помощью Python

автоматизация любого рабочего процесса на Python

онлайн-встречи на потоке в формате «вопрос-ответ»

Сертификат об окончании курса

именной с индивидуальным номером

Познакомьтесь с материалами и спикерами курса. Демокурс доступен 3 дня.

DevOps и SRE-инженерам, которые хотят писать собственные сценарии вместо рутинных операций

Системным администраторам и инженерам эксплуатации, которые устали выполнять однообразные задачи вручную и хотят автоматизировать их на Python

Архитекторам и тимлидам, которые хотят понимать код автоматизации и быть на «ты» с инструментами инфраструктуры

Специалистам техподдержки и мониторинга, которые хотят перейти в инженерные роли (DevOps) через освоение скриптинга

Цель курса — дать участникам инструменты и знания для автоматизации задач, управления инфраструктурой и взаимодействия с современными подходами использования Python

Вы поймёте основы синтаксиса и ООП, сможете писать оптимальный код и пользоваться библиотеками

Программировать на Python

Вы создадите собственный Kubernetes-оператор и модуль для Ansible — то, что ранее было доступно только разработчикам

Автоматизировать облачную инфраструктуру

Вы будете отправлять HTTP-запросы, работать с SSH из программ, писать и тестировать собственные веб-API для ваших инструментов

Интегрировать сервисы через API

Вы освоите парсинг логов и конфигов (CSV, JSON, YAML, XML), управление файлами и процессами на серверах средствами Python

Обрабатывать данные и файлы

Вы сможете писать юнит-тесты (PyTest, PyHamcrest) для своих скриптов, разбираться с отладкой и логированием

Проверять и повышать качество кода

Вы освоите создание чат-бота (Errbot) для автоматизации через мессенджер и научитесь интегрировать Python-скрипты в конвейеры GitLab CI

Внедрять ChatOps и CI/CD-скрипты

Учиться будет легче, если:

  • Базовые навыки автоматизации на Bash
  • Опыт работы с GitLab и GitLab CI
  • Вы работали с Git
  • Вы умеете читать код на Python
  • У вас есть базовые навыки администрирования Linux
  • Вы имееете представление о предназначении Kubernetes и операторов Kubernetes
  • Вы понимаете предназначение Ansible и модулей

73 часа практики, кейсов и создания собственного проекта. Закрепляем новые навыки с помощью тестов, практических заданий и кейсов. По итогам курса вы реализуете финальный проект. Тему и путь решения нужно будет выбрать самостоятельно. Это может быть абсолютно любая автоматизация на Python: свой оператор для Kubernetes, свой модуль или плагин для Ansible, расширение любой системы вне изученных технологий и многое другое…

Архитектор высоконагруженных систем, ООО ВБ-ТЕХ

  • Больше 10 лет опыта
  • Разрабатывал ЕГРН для государства, облачную платформу для Сбербанка
  • Регулярно работает с: threading, asyncio, aiohttp, fastAPI, k8s, Ansible, Prometheus

Expert Software Developer in Test

«Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нём можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП»

Techlead, Data Engineer в Skyeng

«Сейчас оптимальное время для того, чтобы изучать Python. Уже существует множество библиотек и фреймворков, которые упрощают жизнь инженерам, но всё ещё есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций»

SRE в крупном нидерландском тревелтехе, Ex-Avito Senior Software Engineer

  • 9+ лет в коммерческой разработке
  • Работал в стартапах, на аутсорс и в продуктовых командах
  • Пишет сложные проекты с нетривиальной бизнес логикой на php, python, golang и немного на java и nodejs
  • Разрабатывал фронтенд, настраивал CI/CD и AWS, оптимизировал бэкенд и проводил технические собеседования

Techlead, Data Engineer в Skyeng

«Сейчас оптимальное время для того, чтобы изучать Python. Уже существует множество библиотек и фреймворков, которые упрощают жизнь инженерам, но все еще есть возможность прикоснуться к основам, не скрытым за множеством слоев абстракций»

Expert Software Developer in Test

"Python продолжает уверенно набирать популярность. Во многом это происходит благодаря его универсальности. На нем можно быстро автоматизировать какую-либо рутинную задачу, написать простую программу. Он проще в освоении, чем большинство других ЯП"

Архитектор высоконагруженных систем, ООО ВБ-ТЕХ

  • Больше 10 лет опыта
  • Разрабатывал ЕГРН для государства, облачную платформу для Сбербанка
  • Регулярно работает с: threading, asyncio, aiohttp, fastAPI, k8s, Ansible, Prometheus

SRE в крупном нидерландском тревелтехе, Ex-Avito Senior Software Engineer

  • 9+ лет в коммерческой разработке
  • Работал в стартапах, на аутсорс и в продуктовых командах
  • Пишет сложные проекты с нетривиальной бизнес логикой на php, python, golang и немного на java и nodejs
  • Разрабатывал фронтенд, настраивал CI/CD и AWS, оптимизировал бэкенд и проводил технические собеседования

- Знакомство с курсом
- Установка окружения
- Доступ к Telegram-чату потока
- Открываем курс по Gitlab CI/CD

Основы синтаксиса и структур в Python. Часть 1

- Числа и переменные
- Строковый тип данных
- Логический тип данных
- Составные типы данных: кортежи
- Условный оператор и ветвление
- Практические задания, кейсы и тесты для закрепления материала

Основы синтаксиса и структур в Python. Часть 2

- Циклы
- Составные типы данных: списки
- Составные типы данных: словари
- Составные типы данных: множества
- Функции и области видимости
- Исключения и отладка
- Практические задания, кейсы и тесты для закрепления материала

Улучшенное владение Python: оптимизации и ООП

- Циклы и оптимизации циклов
- Специфические типы данных
- ООП
- Создание контекстных менеджеров для своих типов (конструкция with)
- Практические задания, кейсы и тесты для закрепления материала

- Модуль requests для выполнения HTTP запросов
- Модуль Paramiko для выполнения команд по ssh
- Обзор модулей для работы с базами данных и брокерами сообщений
- Практические задания, кейсы и тесты для закрепления материала

Работа с текстом в различных форматах

- Использование аргументов командной строки: модуль argparse
- Модули работы с данными в разных форматах: separated values, json, yaml, xml
- Модуль re и регулярные выражения
- Практические задания, кейсы и тесты для закрепления материала

Взаимодействие с операционной системой

- Чтение и запись файлов
- Модуль subprocess для интерактивного взаимодействия с процессами
- Модуль os — чтение environment variables, работа с директориями и правами, работа с процессами
- Практические задания, кейсы и тесты для закрепления материала

- Введение в Kubernetes
- Операторы в Kubernetes
- Пишем свой первый оператор для Kubernetes c Kopf
- K8s operator на Python
- Практические задания, кейсы и тесты для закрепления материала

Пишем свой модуль для Ansible

- Написание своих модулей на Ansible
- Практические задания, кейсы и тесты для закрепления материала

Создание и кейсы использования своего API

- Синхронный, многопоточный и асинхронный код
- Создание своего API
- Писание Prometheus Exporter
- Асинхронные фреймворки
- Практические задания, кейсы и тесты для закрепления материала

Юнит-тестирование своего приложения

- Виды тестов: unit, интеграционные и end-to-end
- Обзор модуля pyhamcrest и его матчеров
- Архитектура и возможности pytest
- Использование pytest и pyhamcrest для написания юнит-тестов
- Практические задания, кейсы и тесты для закрепления материала

Взаимодействие с CVS и DevOps системами

- Использование сторонних модулей на примере интеграции в пайплайны Gitlab
- Использование pygit для получения информации об изменениях в коде
- Практические задания, кейсы и тесты для закрепления материала

Chatops с Errbot на Python

- Концепция Chatops: какие проблемы решает внедрение Chatops?
- Фреймворк Errbot: установка, создание базового шаблон плагина, конфигурирование и запуск
- Фреймворк Errbot: создание своего плагина для Chatops с различными вариантами обработки сообщений
- Практические задания, кейсы и тесты для закрепления материала

По итогам курса студент выполняет финальное задание.
Тему и путь решения нужно будет выбрать самостоятельно. Это может быть абсолютно любая автоматизация на Python:
- свой оператор для Kubernetes
- свой модуль или плагин для Ansible
- расширение любой системы вне изученных технологий
- многое другое...

Что смогли автоматизировать с Python наши студенты

Сводящий к минимуму простой платформы

Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросов

Prometheus-exporter для метрик в кастомном формате

Автоматизация изменения конфигурации сервера

Позволяющий сократить расходы на 40−50% или около 12 миллионов рублей в год.

Инструмент для анализа и отключения холостых ресурсов

Python lint-тест для Ansible и Kubernetes

Кейс от Данила Бахаева
DevOps-инженер в X5 Group

Экономящая 23 часа в месяц и повышающая лояльность клиентов за быстроту обработки запросовКейс от Данила Бахаева, DevOps-инженер в X5 Group

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost

Компания активно пользуется облаком и тратит 2 миллиона рублей в месяц на инфраструктуру в AWS.

Можно написать инструмент на Python, который будет анализировать и отключать «холостые ресурсы».

Кейс от Артема Чекунова
Senior DevOps Engineer в Chartboost

Кейс от Владимира Гурьянова
Архитектора Флант

У компании было много экзотических сервисов, которые необходимо мониторить.

Мы написали несколько Prometheus-exporter'ов на Python, что позволило эффективнее мониторить приложения (актуально для Fintech, ADtech, крупных медийных и сервисных площадок).

Написали на Python lint-тесты для ansible и kubernetes. Они позволяли проверять на наличие обязательных параметров, которые были стандартными в рамках компании.

До этого проверяли руками и глазами, что конечно же намного дольше и неэффективней.

Именной сертификат с индивидуальным номером получает студент, если:

  • прошёл 80% курса
  • успешно сдал курсовую работу
  • принимал участие в решении практик, которые входят в курс
  • успешно сдал итоговый проект

В случае, если студент изучил 80% курса, но не выполнил или не сдал финальное задание, вместо сертификата выдаётся свидетельство.

Этот курс может оплатить ваша компания

Если вы считаете, что знания, полученные на курсе, могут быть полезными на вашем текущем месте работы, оставляйте заявку с контактами компании в форме ниже или обсудите покупку курса с вашим руководителем. Как это организовать, что говорить и куда идти — написали здесь.

Чем вас больше — тем дешевле

Итоговый проект с онлайн-защитой

Сертификат о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Закрытый Telegram чат со спикерами

в рассрочку на 4 месяца или 58 000 ₽ единовременно

Сертификат о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Итоговый проект с онлайн-защитой

Закрытый Telegram чат со спикерами

в рассрочку на 4 месяца или 45 000 ₽ единовременно

Свидетельство о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Итоговый проект с онлайн-защитой

Закрытый Telegram чат со спикерами

в рассрочку на 4 месяца или 35 000 ₽ единовременно

Предоставим все необходимые документы для получения вычета.

Курс за счёт работодателя

В 75% случаев обучение готова оплатить компания. Напишите нам, и мы поможем.

только для физических лиц

от 10 человек
специальные условия

Итоговый проект с онлайн-защитой

Сертификат о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Закрытый Telegram чат со спикерами

Сертификат о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Итоговый проект с онлайн-защитой

Закрытый Telegram чат со спикерами

Свидетельство о прохождении курса

Видеокурс «Python, Чат-боты и DevOps»

Итоговый проект с онлайн-защитой

Закрытый Telegram чат со спикерами

Подарите своему сотруднику скидку или курс целиком. А мы упакуем ;)

Выгодно и быстро обучим целые команды. Единоразовое оформление и быстрый доступ к курсам.

Обратная связь для отдельных заданий

Если вам не хватит обратной связи в процессе обучения, вы сможете получить дополнительные проверки отдельно

Для получения номерного сертификата достаточно успешно зачтённого финального проекта.

Пакет проверки всех заданий 25 000₽

Сдать задание нужно в течение 2 недель после покупки.

Сдать проект нужно в течение 3 недель после покупки.

Действует 4 месяца с момента покупки.

Проверка одного задания 3 000₽

Если ваша задача — обучить больше 30 сотрудников, мы готовы предложить вашей компании корпоративный формат обучения или адаптировать обучение под вас

Пример корпоративного обучения по Kubernetes для сотрудников Тинькофф банка →

Что нужно знать, чтобы пройти курс?

Учиться будет легче, если:
— вы умеете читать код на Python
— вы работали с Git
— у вас есть базовые навыки администрирования Linux
— вы имееете представление о предназначении Kubernetes и операторов Kubernetes
— вы понимаете предназначение Ansible и модулей

Будет большим плюсом:
— Опыт работы с GitLab и GitLab CI
— Базовые навыки автоматизации на Bash

Как получить доступ к курсу после оплаты?

После оплаты курса вас автоматически перенаправит в личный кабинет, где откроется доступ к урокам. Логин и пароль для входа мы отправим вам на электронную почту, указанную при оплате. Перед началом потока мы свяжемся с вами по почте, чтобы напомнить о старте

Обучение длится 4 месяца. Доступ к видеокурсу остается у вас на 2 года.

У Слёрма есть официальная лицензия — это значит, что студенты, которые защитят итоговый проект, получат номерные сертификаты. А те, кто не защитил проект, но прошёл 80% курса, получат свидетельство.

Что такое налоговый вычет и как его вернуть?

Вы сможете вернуть 13% от стоимости обучения за счет государства, если трудоустроены официально. Для этого нужно подать заявление на сайте nalog.ru.

На сколько вы даёте доступ к курсу?

Доступ к курсу останется у вас на 2 года.

Можно оплатить обучение от компании?

Да, для этого выберете вариант «Оставить заявку»