- BrainTools - https://www.braintools.ru -
В этом дайджесте собрали 65 бесплатных демо-уроков по основным IT-направлениям. В программе — многопоточность, микросервисы, Kubernetes, Kafka, LLM и ИИ-агенты, безопасность ИИ-систем, SQL, автоматизация тестирования, Data Quality и другие темы, с которыми сегодня сталкиваются команды в реальных проектах.
Уроки проводят преподаватели OTUS — практикующие специалисты, которые работают с этими технологиями и подходами в своих проектах. Можно разобрать актуальные задачи вместе с экспертами, задать вопросы по своим кейсам и посмотреть, какие направления и инструменты стоит изучить глубже.
Программирование [1]
Архитектура [2]
Инфраструктура [3]
Тестирование [5]
Управление [8]
1 октября 20:00. Паттерн многопоточного программирования «Producer -Consumer» [9]
1 октября 20:00. JIT и AOT в .NET: ReadyToRun и NativeAOT на практике [10]
8 октября 20:00. Нюансы работы с ИИ для разработчика [11]
20 октября 20:00. Магия чисел в C++: как заставить компилятор считать за нас [12]
21 октября 20:00. Беспроводные STM32. Разрабатываем плату для микроконтроллеров с радиоинтерфесом [13]
22 октября 20:00. Spring Boot под нагрузкой: почему сервис работает локально и падает в production [14]
23 октября 20:00. NoSQL в бою: как Cassandra помогает строить отказоустойчивый бэкенд [15]
29 октября 20:00. uv как инструмент управления зависимостями Python-проекта [16]
6 октября 20:00. Практические подходы к переходу от монолита на микросервисы [17]
6 октября 20:00. Apache Kafka в микросервисной архитектуре – лучшие практики асинхронного обмена [18]
22 октября 19:00. Основы проектирования бизнес-логики в микросервисной архитектуре [19]
1 октября 20:00. Kagent + Ollama: ИИ-агент для работы с Kubernetes [20]
5 октября 19:00. Автоматические TLS-сертификаты: модуль ACME (Angie) [21]
7 октября 20:00. GitOps-практики: развертываем сервис через ArgoCD [22]
14 октября 20:00. ИИ для мониторинга: что Prometheus и Grafana могут рассказать агенту [23]
15 октября 20:00. Поднимаем кластер Kubernetes с помощью Terraform и Ansible [24]
20 октября 19:00. Балансировка HTTP и L4 сервисов в Angie (Angie) [25]
20 октября 20:00. OpenTelemetry в .NET: от чёрного ящика к наблюдаемой системе [26]
21 октября 20:00. Apache Kafka: быстрый старт для разработчиков и инженеров [27]
5 октября 20:00. Living off the Browser — пентест из вкладки Chrome [28]
6 октября 20:00. Безопасность ИИ-агентов: новые векторы атак и практики защиты [29]
14 октября 20:00. Математика на службе у CISO: как принимать решения на основе данных [30]
15 октября 20:00. Security by Design: архитектура для защиты ИИ-систем [31]
19 октября 20:00. ИБ-законодательство: ключевые изменения лета–осени 2026 [32]
21 октября 20:00. Пентест инфраструктуры: поиск слепых зон IDS/IPS [33]
15 октября 20:00. ИИ в управлении рисками: Предиктивная аналитика для тестировщика [34]
21 октября 20:00. Написание тестов для Андроид в эпоху ИИ [35]
26 октября 20:00. Тестирование FastAPI: проверяем API с помощью pytest [36]
1 октября 20:00. Проверка ответов LLM и борьба с галлюцинациями через промпт-инжиниринг [37]
12 октября 20:00. Промпты без случайного результата: как проектировать устойчивые сценарии работы с LLM [38]
12 октября 20:00. Сколько стоит один ответ вашего AI-агента — и почему он думал 40 секунд? [39]
15 октября 18:00. Автоматизация ML-экспериментов с помощью GitLab CI/CD и CML [40]
20 октября 20:00. Tool Calling и MCP: интеграция ИИ-агентов с корпоративными системами [41]
26 октября 20:00. Data Drift в машинном обучении: почему модели деградируют в продакшене и как это контролировать [42]
27 октября 18:00. Langfuse в AgentOps: наблюдаемость и оценка LLM-агентов [43]
27 октября 20:00. Что надо знать про работу LLM моделей [44]
28 октября 18:00. ИИ агенты на основе LLM и мультиагентные системы [45]
5 октября 20:00. Как SQL Server ищет данные — Scan, Seek и Lookup в плане запроса [46]
13 октября 20:00. Технологии и принципы построения DQaaS (Data Quality as a Service) в современных системах управления данными [47]
14 октября 20:00. ИИ-агент как супероружие Системного Аналитика: составляем ТЗ за 10 минут [48]
15 октября 20:00. SQL против бардака в данных: поиск по шаблону и регулярные выражения [49]
19 октября 20:00. Анализируем длинные и сложные запросы в SQL Server [50]
20 октября 20:00. Топ-5 SQL инструментов, которые используют аналитики каждый день [51]
20 октября 20:00. Метрики качества данных и стратегия внедрения [52]
1 октября 20:00. Продуктивность разработчика и Agent Skills [53]
5 октября 20:00. Как руководитель информационных технологий (CIO) строит ИТ-стратегию компании [54]
5 октября 20:00. Как связать стратегические цели компании с KPI команд [55]
5 октября 20:00. Как AI помогает продакту быстрее проверять гипотезы [56]
6 октября 20:00. Как найти точки роста и улучшить бизнес-процесс: от диагностики до новой модели [57]
8 октября 20:00. Как запустить ИИ-продукт: от бизнес-гипотезы до первых измеримых результатов [58]
19 октября 19:00. CIO в эпоху ИИ [59]
19 октября 20:00. Как наладить процессы без вложений: никаких бюджетов, систем и выделенных команд [60]
19 октября 20:00. Как понять, что вы уже выполняете роль COO — даже если должность называется иначе [61]
20 октября 19:00. Стабильность команды и взаимозаменяемость людей [62]
21 октября 20:00. Автоматизация цифровых рабочих мест [63]
21 октября 20:00. Как посчитать ценность ИИ: метрики и ROI, которые нужны менеджеру [64]
21 октября 20:00. Анатомия сопротивления: превращаем токсичных стейкхолдеров в союзников проекта [65]
22 октября 20:00. Управление изменениями требований [66]
22 октября 20:00. От промта к автоматизации: как встроить LLM в рабочий процесс [67]
22 октября 20:00. Оптимизация запросов 1С [68]
22 октября 20:00. ИИ или ИТ-специалисты: как оценить реальную стоимость автоматизации [69]
22 октября 20:00. Любовь с первого касания: как CJM помогает строить отношения с клиентом [70]
Автор: MaxRokatansky
Источник [71]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/36321
URLs in this post:
[1] Программирование: #1
[2] Архитектура: #2
[3] Инфраструктура: #3
[4] Информационная безопасность: #4
[5] Тестирование: #5
[6] ML, Data Science, AI: #6
[7] Аналитика и анализ: #7
[8] Управление: #8
[9] Паттерн многопоточного программирования «Producer -Consumer»: https://otus.pw/UgfN/
[10] JIT и AOT в .NET: ReadyToRun и NativeAOT на практике: https://otus.pw/Jylb/
[11] Нюансы работы с ИИ для разработчика: https://otus.pw/eEmb/
[12] Магия чисел в C++: как заставить компилятор считать за нас: https://otus.pw/ekG7/
[13] Беспроводные STM32. Разрабатываем плату для микроконтроллеров с радиоинтерфесом: https://otus.pw/GT9N/
[14] Spring Boot под нагрузкой: почему сервис работает локально и падает в production: https://otus.pw/WOC2/
[15] NoSQL в бою: как Cassandra помогает строить отказоустойчивый бэкенд: https://otus.pw/kG6ar/
[16] uv как инструмент управления зависимостями Python-проекта: https://otus.pw/jdvLl/
[17] Практические подходы к переходу от монолита на микросервисы: https://otus.pw/zM3Y/
[18] Apache Kafka в микросервисной архитектуре – лучшие практики асинхронного обмена: https://otus.pw/xoKA/
[19] Основы проектирования бизнес-логики в микросервисной архитектуре: https://otus.pw/MVSA/
[20] Kagent + Ollama: ИИ-агент для работы с Kubernetes: https://otus.pw/jur8/
[21] Автоматические TLS-сертификаты: модуль ACME (Angie): https://otus.pw/UtAv/
[22] GitOps-практики: развертываем сервис через ArgoCD: https://otus.pw/aTsK/
[23] ИИ для мониторинга: что Prometheus и Grafana могут рассказать агенту: https://otus.pw/zcc0E/
[24] Поднимаем кластер Kubernetes с помощью Terraform и Ansible: https://otus.pw/scuul/
[25] Балансировка HTTP и L4 сервисов в Angie (Angie): https://otus.pw/eiYh/
[26] OpenTelemetry в .NET: от чёрного ящика к наблюдаемой системе: https://otus.pw/jyCq/
[27] Apache Kafka: быстрый старт для разработчиков и инженеров: https://otus.pw/Ft5h/
[28] Living off the Browser — пентест из вкладки Chrome: https://otus.pw/vaXH/
[29] Безопасность ИИ-агентов: новые векторы атак и практики защиты: https://otus.pw/Uo6Z/
[30] Математика на службе у CISO: как принимать решения на основе данных: https://otus.pw/9AgD/
[31] Security by Design: архитектура для защиты ИИ-систем: https://otus.pw/zw3t/
[32] ИБ-законодательство: ключевые изменения лета–осени 2026: https://otus.pw/fwRZ/
[33] Пентест инфраструктуры: поиск слепых зон IDS/IPS: https://otus.pw/vGhT/
[34] ИИ в управлении рисками: Предиктивная аналитика для тестировщика: https://otus.pw/bfes/
[35] Написание тестов для Андроид в эпоху ИИ: https://otus.pw/RCoa/
[36] Тестирование FastAPI: проверяем API с помощью pytest: https://otus.pw/p25f/
[37] Проверка ответов LLM и борьба с галлюцинациями через промпт-инжиниринг: https://otus.pw/E6uX/
[38] Промпты без случайного результата: как проектировать устойчивые сценарии работы с LLM: https://otus.pw/SJAi/
[39] Сколько стоит один ответ вашего AI-агента — и почему он думал 40 секунд?: https://otus.pw/iec9/
[40] Автоматизация ML-экспериментов с помощью GitLab CI/CD и CML: https://otus.pw/jUW5/
[41] Tool Calling и MCP: интеграция ИИ-агентов с корпоративными системами: https://otus.pw/QlXt/
[42] Data Drift в машинном обучении: почему модели деградируют в продакшене и как это контролировать: https://otus.pw/puWi/
[43] Langfuse в AgentOps: наблюдаемость и оценка LLM-агентов: https://otus.pw/lH9B/
[44] Что надо знать про работу LLM моделей: https://otus.pw/lGIz/
[45] ИИ агенты на основе LLM и мультиагентные системы: https://otus.pw/xdso/
[46] Как SQL Server ищет данные — Scan, Seek и Lookup в плане запроса: https://otus.pw/Z2ZI/
[47] Технологии и принципы построения DQaaS (Data Quality as a Service) в современных системах управления данными: https://otus.pw/ozkJ/
[48] ИИ-агент как супероружие Системного Аналитика: составляем ТЗ за 10 минут: https://otus.pw/IlYJ/
[49] SQL против бардака в данных: поиск по шаблону и регулярные выражения: https://otus.pw/XBxbD/
[50] Анализируем длинные и сложные запросы в SQL Server: https://otus.pw/5vPn/
[51] Топ-5 SQL инструментов, которые используют аналитики каждый день: https://otus.pw/aY7f/
[52] Метрики качества данных и стратегия внедрения: https://otus.pw/pO8B/
[53] Продуктивность разработчика и Agent Skills: https://otus.pw/nKxg/
[54] Как руководитель информационных технологий (CIO) строит ИТ-стратегию компании: https://otus.pw/YHEc/
[55] Как связать стратегические цели компании с KPI команд: https://otus.pw/Cu7S/
[56] Как AI помогает продакту быстрее проверять гипотезы: https://otus.pw/CB7d/
[57] Как найти точки роста и улучшить бизнес-процесс: от диагностики до новой модели: https://otus.pw/v3cL/
[58] Как запустить ИИ-продукт: от бизнес-гипотезы до первых измеримых результатов: https://otus.pw/BTpn/
[59] CIO в эпоху ИИ: https://otus.pw/ads3/
[60] Как наладить процессы без вложений: никаких бюджетов, систем и выделенных команд: https://otus.pw/XXuxh/
[61] Как понять, что вы уже выполняете роль COO — даже если должность называется иначе: https://otus.pw/1o7nM/
[62] Стабильность команды и взаимозаменяемость людей: https://otus.pw/cEHN/
[63] Автоматизация цифровых рабочих мест: https://otus.pw/PLwk/
[64] Как посчитать ценность ИИ: метрики и ROI, которые нужны менеджеру: https://otus.pw/kKqD/
[65] Анатомия сопротивления: превращаем токсичных стейкхолдеров в союзников проекта: https://otus.pw/wP70/
[66] Управление изменениями требований: https://otus.pw/2eoF/
[67] От промта к автоматизации: как встроить LLM в рабочий процесс: https://otus.pw/b5oZZ/
[68] Оптимизация запросов 1С: https://otus.pw/9rLs/
[69] ИИ или ИТ-специалисты: как оценить реальную стоимость автоматизации: https://otus.pw/1EZY/
[70] Любовь с первого касания: как CJM помогает строить отношения с клиентом: https://otus.pw/5dYT/
[71] Источник: https://habr.com/ru/companies/otus/articles/1088240/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1088240
Нажмите здесь для печати.