- BrainTools - https://www.braintools.ru -
В День знаний делимся большой подборкой всех открытых уроков сентября по ключевым IT-направлениям: от разработки и инфраструктуры до аналитики, тестирования, ML и управления. В фокусе — PostgreSQL 18, LLM и AI-агенты, Playwright, GitLab Runners, eBPF, высоконагруженные сервисы и другие темы, с которыми специалисты работают уже сейчас.
Уроки бесплатно проведут наши преподаватели-практики. Это хорошая возможность посмотреть, как эксперты разбирают реальные инженерные задачи, задать вопросы и заодно оценить формат обучения [1].
Программирование [2]
Архитектура [3]
Инфраструктура [4]
Тестирование [6]
Управление [9]
3 сентября 20:00. ASP.NET Core API под нагрузкой: как сделать сервис устойчивым к сбоям и росту трафика [10]
8 сентября 20:00. ИИ против бага: как разобрать инцидент в Python-проекте от логов до исправления [11]
9 сентября 20:00. Go-профилирование: как найти и исправить «тормоза» в продакшене [12]
9 сентября 20:00. Владение, заимствование и ссылки в Rust: как компилятор делает ваш код безопасным [13]
9 сентября 20:00. Что надеть сегодня? Создаём погодного помощника для iPhone на SwiftUI [14]
14 сентября 20:00. AI-агенты против Junior-разработчиков: кто кого заменит к концу 2026 года [15]
16 сентября 20:00. Темпоральные данные в PostgreSQL 18: история и версии без триггеров [16]
16 сентября 20:00. Создаём первое приложение на Vue 3 с Composition API [17]
17 сентября 20:00. Обзор ИИ-технологий для разработчиков. От идей до рабочих решений. [18]
21 сентября 20:00. HTTP-сервер на чистой Java за 30 минут [19]
21 сентября 20:00. Пишем современное iOS приложение на стандартных и Open-Source решениях [20]
22 сентября 20:00. Горутины и каналы: под капотом (under the hood) и нюансы в продакшене [21]
23 сентября 20:00. Создание кроссплатформенного приложения с GUI на Rust: От идеи до реальности [22]
24 сентября 20:00. Указатели в Си — от адреса к управлению памятью [23]
7 сентября 20:00. Почему 90% ML-проектов не доходят до продакшена? Разбираем архитектуру настоящей ML-системы [24]
17 сентября 20:00. RabbitMQ в Production: Transactional Outbox, идемпотентность и DLQ в ASP.NET Core [25]
23 сентября 20:00. Как системному аналитику проводить архитектурное ревью и находить риски до начала разработки [26]
1 сентября 20:00. PostgreSQL 18: асинхронный I/O и io_uring на практике [27]
3 сентября 19:00. Первый веб-сервер на Linux: Nginx, Apache и проверка доступности [28]
7 сентября 20:00. Linux для windows администратора за 60 минут [29]
8 сентября 20:00. LVM без простоя: расширение тома, перенос данных и аварийный откат через snapshot [30]
8 сентября 20:00. Борьба с блокировками в PostgreSQL: как достичь высокой параллельности при большой нагрузке [31]
10 сентября 20:00. Настройка GitLab Runners [32]
17 сентября 20:00. Где Linux хранит настройки и логи: разбираем файловую структуру на практике [33]
17 сентября 20:00. Управление релизами в 1С: GitFlow, code review и CI/CD на практике (предзаписанный вебинар) [34]
21 сентября 20:00. Типовые задачи с RAID-массивами: создание, эксплуатация, перенос данных и восстановление [35]
22 сентября 20:00. Топ GPO, которые помогут тебе [36]
23 сентября 20:00. eBPF: рентгеновское зрение для production [37]
23 сентября 20:00. Узнайте, как использовать Patroni для управления высокодоступными кластерами PostgreSQL [38]
24 сентября 19:00. Сможет ли ИИ починить Linux-сервер: где заканчиваются подсказки и начинается инженерная диагностика [39]
22 сентября 20:00. Автоматизация управления трафиком с mitmproxy [40]
22 сентября 20:00. Можно ли доверять ИИ-коду: как находить галлюцинации, уязвимости и устаревшие решения [41]
2 сентября 20:00. ИИ для тестировщика: инструменты, которые уже меняют профессию [42]
3 сентября 20:00. UI и API тестирование с Java и Playwright [43]
8 сентября 19:00. Автотесты 1С через ИИ: от запуска до контроля результата [44]
22 сентября 20:00. Playwright JS: как быстро начать писать автотесты? [45]
30 сентября 19:00. Онбординг QA-инженера: воркшоп по планированию первых 90 дней [46]
1 сентября 20:00. Практическое применение нейросетей для моделирования процессов [47]
3 сентября 20:00. Локальные LLM модели для разработки [48]
7 сентября 18:00. Учимся готовить данные для ML-моделей [49]
8 сентября 20:00. Что надо знать про работу LLM моделей [50]
9 сентября 18:00. Оптимизируем построение модели через Pipeline [51]
10 сентября 18:00. Подготовка данных в Pandas [52]
16 сентября 18:00. Задача классификации от 0 до 9 [53]
22 сентября 18:00. Настройка виртуального окружения — уверенный старт в мире Python и ML [54]
23 сентября 18:00. Дерево решений — простой и интерпретируемый ML-алгоритм [55]
23 сентября 18:00. Structured Outputs: как заставить LLM всегда возвращать то, что вам нужно [56]
2 сентября 20:00. Как аналитику выбрать решение 1С для автоматизации казначейства: сравниваем 1С:ERP, 1С:УХ и 1С:ERP.УХ [57]
3 сентября 20:00. Векторный поиск в ClickHouse [58]
8 сентября 20:00. Системный аналитик и его ценность глазами компании [59]
15 сентября 20:00. Моделирование данных для DWH [60]
15 сентября 20:00. Как аналитик 1С ведет задачу от интервью до приемки: сквозной кейс интеграции с мобильным рабочим местом [61]
17 сентября 20:00. Событийные подпроцессы в BPMN 2.0: как моделировать процессы, реагирующие на события [62]
3 сентября 20:00. Как руководителю внедрить ИИ в работу команды: от выбора процесса до рабочего сценария [63]
8 сентября 20:00. От технического лидера к CTO: как начать принимать решения на уровне бизнеса [64]
9 сентября 20:00. Как тимлиду распределять ответственность и не становиться узким местом команды [65]
14 сентября 19:00. Анти-паттерны управления: Почему «помощь» заказчиков убивает проекты и как вернуть контроль [66]
16 сентября 20:00. Диагностика команды: как выявить проблемы до того, как они повлияют на результат [67]
16 сентября 20:00. Сложные разговоры в команде: как давать обратную связь без эскалации [68]
21 сентября 20:00. Один рабочий день с ИИ: от писем и таблиц до готовой презентации для руководителя [69]
22 сентября 20:00. Метрики CTO: показатели, которые действительно нужно контролировать [70]
24 сентября 20:00. PM + ИИ: собираем статус-отчёт, реестр рисков и прогноз сроков за 40 минут [71]
Автор: MaxRokatansky
Источник [72]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/34941
URLs in this post:
[1] обучения: http://www.braintools.ru/article/5125
[2] Программирование: #1
[3] Архитектура: #2
[4] Инфраструктура: #3
[5] Информационная безопасность: #4
[6] Тестирование: #5
[7] ML, Data Science, AI: #6
[8] Аналитика и анализ: #7
[9] Управление: #8
[10] ASP.NET Core API под нагрузкой: как сделать сервис устойчивым к сбоям и росту трафика: https://otus.pw/tVeh/
[11] ИИ против бага: как разобрать инцидент в Python-проекте от логов до исправления : https://otus.pw/x7GnW/
[12] Go-профилирование: как найти и исправить «тормоза» в продакшене: https://otus.pw/NW1a/
[13] Владение, заимствование и ссылки в Rust: как компилятор делает ваш код безопасным : https://otus.pw/l8tU/
[14] Что надеть сегодня? Создаём погодного помощника для iPhone на SwiftUI : https://otus.pw/We7m/
[15] AI-агенты против Junior-разработчиков: кто кого заменит к концу 2026 года : https://otus.pw/z9tD/
[16] Темпоральные данные в PostgreSQL 18: история и версии без триггеров : https://otus.pw/9VNd/
[17] Создаём первое приложение на Vue 3 с Composition API : https://otus.pw/nPhI/
[18] Обзор ИИ-технологий для разработчиков. От идей до рабочих решений. : https://otus.pw/Hxkv/
[19] HTTP-сервер на чистой Java за 30 минут : https://otus.pw/pMUz/
[20] Пишем современное iOS приложение на стандартных и Open-Source решениях : https://otus.pw/hEG6/
[21] Горутины и каналы: под капотом (under the hood) и нюансы в продакшене : https://otus.pw/ywuM/
[22] Создание кроссплатформенного приложения с GUI на Rust: От идеи до реальности : https://otus.ru/lessons/rust-developer?utm_source=habr&utm_medium=affilate&utm_campaign=post_ol_month&utm_content=zakryvaem-probely-v-znaniyakh-61-urok-po-postgresql-18-llm-playwright-go-i-ml&utm_term=1.09.2026_km#event-7450
[23] Указатели в Си — от адреса к управлению памятью : https://otus.pw/GN43/
[24] Почему 90% ML-проектов не доходят до продакшена? Разбираем архитектуру настоящей ML-системы : https://otus.pw/vcsy/
[25] RabbitMQ в Production: Transactional Outbox, идемпотентность и DLQ в ASP.NET Core : https://otus.pw/co1z/
[26] Как системному аналитику проводить архитектурное ревью и находить риски до начала разработки : https://otus.pw/Tagp/
[27] PostgreSQL 18: асинхронный I/O и io_uring на практике : https://otus.pw/EECz/
[28] Первый веб-сервер на Linux: Nginx, Apache и проверка доступности : https://otus.pw/xDsx/
[29] Linux для windows администратора за 60 минут : https://otus.pw/JzfP/
[30] LVM без простоя: расширение тома, перенос данных и аварийный откат через snapshot : https://otus.pw/YnN6h/
[31] Борьба с блокировками в PostgreSQL: как достичь высокой параллельности при большой нагрузке : https://otus.pw/ysVD/
[32] Настройка GitLab Runners : https://otus.pw/imes/
[33] Где Linux хранит настройки и логи: разбираем файловую структуру на практике: https://otus.pw/TVaB/
[34] Управление релизами в 1С: GitFlow, code review и CI/CD на практике (предзаписанный вебинар) : https://otus.pw/e4Vl/
[35] Типовые задачи с RAID-массивами: создание, эксплуатация, перенос данных и восстановление : https://otus.pw/t7SV/
[36] Топ GPO, которые помогут тебе : https://otus.pw/IgDY/
[37] eBPF: рентгеновское зрение для production : https://otus.pw/TV1A/
[38] Узнайте, как использовать Patroni для управления высокодоступными кластерами PostgreSQL: https://otus.pw/SzSR/
[39] Сможет ли ИИ починить Linux-сервер: где заканчиваются подсказки и начинается инженерная диагностика : https://otus.pw/0Ky4h/
[40] Автоматизация управления трафиком с mitmproxy : https://otus.pw/Uo0H/
[41] Можно ли доверять ИИ-коду: как находить галлюцинации, уязвимости и устаревшие решения : https://otus.pw/Qt9W/
[42] ИИ для тестировщика: инструменты, которые уже меняют профессию : https://otus.pw/rZ1j/
[43] UI и API тестирование с Java и Playwright : https://otus.pw/HZTn/
[44] Автотесты 1С через ИИ: от запуска до контроля результата : https://otus.pw/oxtp/
[45] Playwright JS: как быстро начать писать автотесты? : https://otus.pw/HPpZ2/
[46] Онбординг QA-инженера: воркшоп по планированию первых 90 дней: https://otus.pw/KHBp/
[47] Практическое применение нейросетей для моделирования процессов : https://otus.pw/dUnT/
[48] Локальные LLM модели для разработки: https://otus.pw/7szU/
[49] Учимся готовить данные для ML-моделей : https://otus.pw/4m7e/
[50] Что надо знать про работу LLM моделей : https://otus.pw/Vumw/
[51] Оптимизируем построение модели через Pipeline: https://otus.pw/GCYR/
[52] Подготовка данных в Pandas : https://otus.pw/wE5r/
[53] Задача классификации от 0 до 9 : https://otus.pw/EWO8/
[54] Настройка виртуального окружения — уверенный старт в мире Python и ML : https://otus.pw/mqqUN/
[55] Дерево решений — простой и интерпретируемый ML-алгоритм : https://otus.pw/M7yH/
[56] Structured Outputs: как заставить LLM всегда возвращать то, что вам нужно : https://otus.pw/8g06/
[57] Как аналитику выбрать решение 1С для автоматизации казначейства: сравниваем 1С:ERP, 1С:УХ и 1С:ERP.УХ: https://otus.pw/ueUj/
[58] Векторный поиск в ClickHouse : https://otus.pw/nrvyR/
[59] Системный аналитик и его ценность глазами компании : https://otus.pw/MXN3/
[60] Моделирование данных для DWH : https://otus.pw/YS0L/
[61] Как аналитик 1С ведет задачу от интервью до приемки: сквозной кейс интеграции с мобильным рабочим местом: https://otus.pw/Txbe/
[62] Событийные подпроцессы в BPMN 2.0: как моделировать процессы, реагирующие на события: https://otus.pw/157q/
[63] Как руководителю внедрить ИИ в работу команды: от выбора процесса до рабочего сценария : https://otus.pw/DaYiW/
[64] От технического лидера к CTO: как начать принимать решения на уровне бизнеса : https://otus.pw/WdAJ/
[65] Как тимлиду распределять ответственность и не становиться узким местом команды : https://otus.pw/CBJd/
[66] Анти-паттерны управления: Почему «помощь» заказчиков убивает проекты и как вернуть контроль: https://otus.pw/PVQmq/
[67] Диагностика команды: как выявить проблемы до того, как они повлияют на результат: https://otus.pw/wpo4/
[68] Сложные разговоры в команде: как давать обратную связь без эскалации : https://otus.pw/sJYf6/
[69] Один рабочий день с ИИ: от писем и таблиц до готовой презентации для руководителя : https://otus.pw/Coqe/
[70] Метрики CTO: показатели, которые действительно нужно контролировать : https://otus.pw/lwkS/
[71] PM + ИИ: собираем статус-отчёт, реестр рисков и прогноз сроков за 40 минут: https://otus.pw/yFcI/
[72] Источник: https://habr.com/ru/companies/otus/articles/1076824/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1076824
Нажмите здесь для печати.