[ Для кого курс ]
Middle+
- Поймете архитектуру высоконагруженных систем на реальных примерах
- Получите практические навыки настройки и мониторинга под нагрузкой: от деплоя сервисов до нагрузочных тестов
- Научитесь обрабатывать пиковые нагрузки с помощью кэшей и очередей
- Разберётесь в базовых алгоритмах балансировки нагрузки и примените их на практике
- Будете анализировать метрики/логи и научитесь быстро находить и решать проблемы производительности
Senior
- Выявите и научитесь оптимизировать работу GC, очередей, lock contention, многопоточности и других проблем внутри процесса
- Систематизируете свой инженерный опыт: от выбора стеков до стратегий надежности и self-healing
- Освоите практики контейнеризации и оркестрации: Docker, Kubernetes, разные виды релизов деплойменты
- Изучите подходы к управлению согласованностью и репликацией в распределённых системах (Raft, CRDT)
- На практике протестируете real-time коммуникации (WebRTC, gRPC) и поймёте особенности работы под нагрузкой
Tech Lead / Team Lead:
- Освоите полный цикл проектирования highload-решений: от требований и проектирования до реализации и развития
- Научитесь выстраивать CI/CD, системы мониторинга (Prometheus, Grafana) и алертинга (Alertmanager, PagerDuty)
- Прокачаете навыки управления командой и процессами разработки в проектах под нагрузкой: development pipeline, SLI/SLO/SLA
- Проработаете сценарии автоматического восстановления и стресс-тестирования
- Поймете шаблоны архитектурных решений и примеры их внедрения на крупных проектах (Netflix, Twitter)
Architect
- Разработаете надёжные и масштабируемые архитектурные стратегии с учётом FR/NFR, CAP-теоремы и trade-offs
- Проверите на практике архитектурные паттерны на практике: distributed tracing, fallback scenarios
- Сформируете политику выбора технологий: базы данных, кэши, CDN, очереди, stream-processing движки
- Сгруппируете компоненты системы в домены и микросервисы, выбрав между монолитом, микросервисами и другими архитектурными стилями
- Научитесь строить эластичную multi-region инфраструктуру с DNS-балансировкой
Необходимые требования для прохождения курса
- Опыт коммерческой разработки от 2 лет в роли middle+ или senior engineer
- Базовое понимание клиент-серверной архитектуры, HTTP-протокола и устройства веб-приложений
- Уверенное владение одной платформ backend-разработки (Go, Java, Python, C#, Node.js и др.)
- Навыки работы с базами данных (реляционными и другими)
- Готовность погружаться в технические детали и архитектурные абстракции
[ Цели курса ]
Углубить понимание принципов проектирования и разработки нагруженных систем
Сформировать чёткое представление о ключевых понятиях, метриках и ограничениях масштабирования, чтобы принимать обоснованные архитектурные решения.
Сформировать чёткое представление о ключевых понятиях, метриках и ограничениях масштабирования, чтобы принимать обоснованные архитектурные решения.
1.
Отработать выбор технологий и настройку инструментов
Научиться оценивать и подбирать базы данных, кэши, очереди, балансировщики и другие компоненты для конкретных бизнес-задач под высокой нагрузкой.
Научиться оценивать и подбирать базы данных, кэши, очереди, балансировщики и другие компоненты для конкретных бизнес-задач под высокой нагрузкой.
2.
Научиться проектировать отказоустойчивые системы
Освоить шаблоны архитектур (микросервисы, CQRS, event-driven и др.), стратегии репликации и балансировки, а также практики self-healing и Chaos Engineering.
Освоить шаблоны архитектур (микросервисы, CQRS, event-driven и др.), стратегии репликации и балансировки, а также практики self-healing и Chaos Engineering.
3.
Закрепить навыки через практику
Развернуть на серверах Hetzner нагруженный сервис, систему мониторинга и генератор нагрузки k6 - увидеть в действии влияние архитектуры, языков и алгоритмов на производительность.
Развернуть на серверах Hetzner нагруженный сервис, систему мониторинга и генератор нагрузки k6 - увидеть в действии влияние архитектуры, языков и алгоритмов на производительность.
4.
Разработать стратегию роста и поддержки
Составить чек-лист для постоянной оптимизации, выстроить процессы CI/CD, on-call и алертинга, чтобы система оставалась надёжной и масштабируемой по мере роста нагрузки.
Составить чек-лист для постоянной оптимизации, выстроить процессы CI/CD, on-call и алертинга, чтобы система оставалась надёжной и масштабируемой по мере роста нагрузки.
5.
[ Что будет на курсе ]
Погрузимся в мир Highload-систем
Разберём ключевые понятия: что такое highload, какие метрики и NFR критичны для масштабируемых систем. Проанализируем ограничения масштабирования (Закон Амдала, Закон Гюнтера) и взаимосвязь между производительностью и отказоустойчивостью.
Разберём ключевые понятия: что такое highload, какие метрики и NFR критичны для масштабируемых систем. Проанализируем ограничения масштабирования (Закон Амдала, Закон Гюнтера) и взаимосвязь между производительностью и отказоустойчивостью.
1.
Изучим стек компонентов и технологий
Познакомимся с базами данных, кэшем, очередями сообщений и балансировщиками нагрузки – рассмотрим ограничения, паттерны использования и лучшие практики. Сравним специализированные хранилища (search, OLAP, object storage), CDN и протоколы (HTTP/2, HTTP/3, gRPC, WebRTC) под нагрузкой.
Познакомимся с базами данных, кэшем, очередями сообщений и балансировщиками нагрузки – рассмотрим ограничения, паттерны использования и лучшие практики. Сравним специализированные хранилища (search, OLAP, object storage), CDN и протоколы (HTTP/2, HTTP/3, gRPC, WebRTC) под нагрузкой.
2.
Освоим инфраструктуру и DevOps-практики
Настроим контейнеризацию (Docker) и оркестрацию (Kubernetes), автоматизированный CI/CD и стратегии деплоя (blue/green, canary). Организуем мониторинг и observability (Prometheus, Grafana, Jaeger), алертинг и self-healing, а также введём практику Chaos Engineering.
Настроим контейнеризацию (Docker) и оркестрацию (Kubernetes), автоматизированный CI/CD и стратегии деплоя (blue/green, canary). Организуем мониторинг и observability (Prometheus, Grafana, Jaeger), алертинг и self-healing, а также введём практику Chaos Engineering.
3.
Проанализируем выбор языков
Сравним производительность и особенности платформ (Rust, Go, Java, C#, Node.js, Python, Ruby, PHP, Haskell) на реальных примерах.
Сравним производительность и особенности платформ (Rust, Go, Java, C#, Node.js, Python, Ruby, PHP, Haskell) на реальных примерах.
4.
Разработаем архитектурные решения для роста
Изучим паттерны проектирования: монолит, микросервисы, Hexagonal, Clean, CQRS, Event-driven, Service Mesh и serverless. Разберём алгоритмы распределения нагрузки (consistent hashing, Power of Two Choices, rate limiting) и механизмы репликации и консистентности (Raft, Paxos, CRDT, gossip).
Изучим паттерны проектирования: монолит, микросервисы, Hexagonal, Clean, CQRS, Event-driven, Service Mesh и serverless. Разберём алгоритмы распределения нагрузки (consistent hashing, Power of Two Choices, rate limiting) и механизмы репликации и консистентности (Raft, Paxos, CRDT, gossip).
5.
Отработаем навыки в реальной практике
На выделенных серверах Hetzner развернём нагруженный сервис, систему мониторинга и нагрузочный генератор k6. Проследим изменение метрик железа и сервисного поведения при разных архитектурах, языках и алгоритмах.
На выделенных серверах Hetzner развернём нагруженный сервис, систему мониторинга и нагрузочный генератор k6. Проследим изменение метрик железа и сервисного поведения при разных архитектурах, языках и алгоритмах.
6.
Подготовим планы роста и поддержки
Составим стратегию дальнейшего масштабирования, мониторинга метрик и процессов on-call. Разработаем чек-лист для постоянной оптимизации и обновления архитектуры по мере роста нагрузки.
Составим стратегию дальнейшего масштабирования, мониторинга метрик и процессов on-call. Разработаем чек-лист для постоянной оптимизации и обновления архитектуры по мере роста нагрузки.
7.
[ Как проходит обучение ]
Разбираете тему и обсуждаете ее
с преподавателем.
с преподавателем.
Изучаете материал
Выполняете ДЗ
Решаете учебные задачи, подготовленные для курса.
Получаете обратную связь
Разбираете с преподавателем ошибки и пути их решения.
После прохождения курса Вы получите сертификат на двух языках RU и ENG
1
2
3
4
Каждое практическое задание сопровождается:
- Развёртывание сервисов на Hetzner: нагрузка, сервис, мониторинг - на отдельных серверах.
- Нагрузочное тестирование с использованием k6.
- Метрики и дашборды: отслеживание утилизации ресурсов, ошибок, латентности.
- Асинхронную обратную связь от наставника.
- Ревью решений от коллег.
Практика:
12 заданий – от анализа инцидентов и проектирования архитектуры до настройки инфраструктуры, мониторинга и тестирования под реальной нагрузкой.
12 заданий – от анализа инцидентов и проектирования архитектуры до настройки инфраструктуры, мониторинга и тестирования под реальной нагрузкой.
На практике вы сами развернёте и исследуете высоконагруженную систему на реальных серверах Hetzner:
- Проведёте архитектурный аудит, разберёте инциденты и проверите законы масштабирования на практике.
- Настроите кластер баз данных и кэшей, смоделируете сбои и организуете балансировку нагрузки.
- Внедрите стратегии кеширования, освоите асинхронные подходы и отработаете приёмы повышения устойчивости сервиса.
- Спроектируете собственную масштабируемую систему, запустите на одном сервере нагрузочное тестирование (k6), на втором - мониторинг, а на третьем - сервис, и убедитесь в надёжности решения под реальным стрессом.
Курс построен на принципе «учимся на практике» – в каждом модуле участники выполняют практические задания, приближенные к реальной работе с высоконагруженными системами.
Итогом курса станет проектная работа – полноценный прототип масштабируемой highload-системы на вашем стеке, развернутый и проверенный под реальной нагрузкой.
[ Практика]
[ Программа курса ]
теории
12 занятий
практики
12 занятий
1.1 Понятие highload-систем
1.2 Основные сложности работы с highload-системами: ограниченность ресурсов (железа), coherency, contention
1.3 Фундаментальные ограничения масштабирования: Закон Амдала, Закон Гюнтера
1.4 Связь масштабируемости и отказоустойчивости
1.2 Основные сложности работы с highload-системами: ограниченность ресурсов (железа), coherency, contention
1.3 Фундаментальные ограничения масштабирования: Закон Амдала, Закон Гюнтера
1.4 Связь масштабируемости и отказоустойчивости
2.1 Анализ типовой высоконагруженной системы (например, социальная сеть или онлайн-маркетплейс) по ключевым осям:
- Аппаратная утилизация
- Алгоритмы и структуры данных
- Функциональные и нефункциональные требования (FR и NFR)
- Организация разработки, операционных процессов и команд
- Аппаратная утилизация
- Алгоритмы и структуры данных
- Функциональные и нефункциональные требования (FR и NFR)
- Организация разработки, операционных процессов и команд
3.1 Базы данных: обзор и особенности разных типов баз данных, критерии выбора баз данных
3.2 Кэши: использование кэша, обновлений записей кэша, стратегии удаления записей в кэше
3.3 Обзор популярных кэшей
3.4 Очередь сообщений: понятие, отличия очередей, разбор популярных очередей сообщений (Apache Kafka, RabbitMQ и другие очереди)
3.5 Балансировщики нагрузки: как работают, алгоритмы балансировки нагрузки, список популярных балансировщиков нагрузки
3.6 Обзор популярных software / hardware load balancer
3.7 DNS load balancing и Client-side load balancing
3.2 Кэши: использование кэша, обновлений записей кэша, стратегии удаления записей в кэше
3.3 Обзор популярных кэшей
3.4 Очередь сообщений: понятие, отличия очередей, разбор популярных очередей сообщений (Apache Kafka, RabbitMQ и другие очереди)
3.5 Балансировщики нагрузки: как работают, алгоритмы балансировки нагрузки, список популярных балансировщиков нагрузки
3.6 Обзор популярных software / hardware load balancer
3.7 DNS load balancing и Client-side load balancing
4.1. Обзор специализированных хранилищ данных: поисковые движки, аналитические хранилища (OLAP), хранилища вне классических БД и кэшей
4.2 Критерии выбора специализированных решений
4.3 CDN: принципы работы CDN, роль DNS в балансировке (GeoDNS, Anycast)
4.4. Сетевые протоколы под нагрузкой: сравнение HTTP/1.1, HTTP/2, HTTP/3 (QUIC) под нагрузкой
4.5 Обзор инструментов для потоковой обработки данных: Kafka Streams, Apache Flink, Apache Storm, Materialize, Centrifugo, Socket.IO, NATS / NATS JetStream и другие
4.6. Использование WebRTC и gRPC для real-time коммуникаций
4.2 Критерии выбора специализированных решений
4.3 CDN: принципы работы CDN, роль DNS в балансировке (GeoDNS, Anycast)
4.4. Сетевые протоколы под нагрузкой: сравнение HTTP/1.1, HTTP/2, HTTP/3 (QUIC) под нагрузкой
4.5 Обзор инструментов для потоковой обработки данных: Kafka Streams, Apache Flink, Apache Storm, Materialize, Centrifugo, Socket.IO, NATS / NATS JetStream и другие
4.6. Использование WebRTC и gRPC для real-time коммуникаций
5.1 Контейнеризация приложений: Docker
5.2 Оркестрация контейнеров: Kubernetes, Nomad
5.3 Масштабирование и отказоустойчивость через оркестраторы
5.4 Понятие cloud-native инфраструктуры: контейнеры, эластичность, обнаружение сервисов
5.5 Построение CI/CD конвейеров
5.6 Автоматизация деплоймента на десятки+ серверов
5.7 Стратегии деплоймента для минимизации простоев: Blue-green deployment, Canary deployment, Rollback
5.8 Мониторинг и наблюдаемость: сбор метрик (Prometheus, Grafana), распределённый трейсинг (Jaeger, Zipkin), централизованное логирование
5.9 Отказоустойчивость: системы алертинга (Alertmanager, PagerDuty) и автоматический self-healing
5.10 Введение в практику Chaos Engineering (на примере Chaos Monkey от Netflix)
5.2 Оркестрация контейнеров: Kubernetes, Nomad
5.3 Масштабирование и отказоустойчивость через оркестраторы
5.4 Понятие cloud-native инфраструктуры: контейнеры, эластичность, обнаружение сервисов
5.5 Построение CI/CD конвейеров
5.6 Автоматизация деплоймента на десятки+ серверов
5.7 Стратегии деплоймента для минимизации простоев: Blue-green deployment, Canary deployment, Rollback
5.8 Мониторинг и наблюдаемость: сбор метрик (Prometheus, Grafana), распределённый трейсинг (Jaeger, Zipkin), централизованное логирование
5.9 Отказоустойчивость: системы алертинга (Alertmanager, PagerDuty) и автоматический self-healing
5.10 Введение в практику Chaos Engineering (на примере Chaos Monkey от Netflix)
6.1 Критерии выбора технологий
6.2 Сравнение языков языков backend-разработки: Rust, Go, C#, Java, Node.js, Python, Ruby, PHP, Haskell
6.3 Понятие Polyglot-архитектуры
6.4 Языки и типичные highload-примеры (Netflix, Telegram, Discord, что выбирают стартапы)
6.5 Примеры и замеры:
- Rust vs. Go
- Rust vs. Node.js
- C# vs. Java
- Go vs. Python
- Node.js vs. Python
- Node.js vs. PHP
- Python vs. Ruby
- Ruby vs. PHP
- Haskell vs. Python
6.2 Сравнение языков языков backend-разработки: Rust, Go, C#, Java, Node.js, Python, Ruby, PHP, Haskell
6.3 Понятие Polyglot-архитектуры
6.4 Языки и типичные highload-примеры (Netflix, Telegram, Discord, что выбирают стартапы)
6.5 Примеры и замеры:
- Rust vs. Go
- Rust vs. Node.js
- C# vs. Java
- Go vs. Python
- Node.js vs. Python
- Node.js vs. PHP
- Python vs. Ruby
- Ruby vs. PHP
- Haskell vs. Python
7.1 Стратегии архитекторов при проектировании систем с учётом роста нагрузки: разница в подходах «новичка» и «опытного» архитектора
7.2 Алгоритмические аспекты Highload
7.3 Использование эффективных структур данных: хеш-таблицы, trie-структуры, очереди и буферы с lock-free доступом, Ring buffer и SPSC/MPMC очереди, Skip List и concurrent map-структуры, Lock-free hash maps и concurrent linked lists
7.4 Алгоритмы распределения нагрузки:
- Consistent hashing
- Round Robin и его вариации (weighted, least connection)
- Maglev hashing
- Power of Two Choices
- Алгоритмы на основе задержек и метрик нагрузки (Latency-aware load balancing)
- Load shedding
- Rendezvous (HRW) hashing
- IP-hash / Source-IP affinity
- И другие
7.5 Репликация и согласованность в распределённых системах:
- CRDT (Conflict-free Replicated Data Types)
- Raft
- Paxos и его вариации
- Gossip-протоколы
- Vector Clocks и Version Vectors
7.6 Rate limiting: алгоритмы Token bucket, Leaky Bucket, Sliding Window логика для API защиты
7.7 Throughput vs. latency trade-offs
7.8 Закон Гюнтера на практике
7.2 Алгоритмические аспекты Highload
7.3 Использование эффективных структур данных: хеш-таблицы, trie-структуры, очереди и буферы с lock-free доступом, Ring buffer и SPSC/MPMC очереди, Skip List и concurrent map-структуры, Lock-free hash maps и concurrent linked lists
7.4 Алгоритмы распределения нагрузки:
- Consistent hashing
- Round Robin и его вариации (weighted, least connection)
- Maglev hashing
- Power of Two Choices
- Алгоритмы на основе задержек и метрик нагрузки (Latency-aware load balancing)
- Load shedding
- Rendezvous (HRW) hashing
- IP-hash / Source-IP affinity
- И другие
7.5 Репликация и согласованность в распределённых системах:
- CRDT (Conflict-free Replicated Data Types)
- Raft
- Paxos и его вариации
- Gossip-протоколы
- Vector Clocks и Version Vectors
7.6 Rate limiting: алгоритмы Token bucket, Leaky Bucket, Sliding Window логика для API защиты
7.7 Throughput vs. latency trade-offs
7.8 Закон Гюнтера на практике
8.1 Многопоточность и асинхронность: модели параллелизма, выбор стратегии масштабирования, проблемы синхронизации и lock contention и методы их смягчения
8.2 Управление памятью и сборка мусора: влияние GC на производительность, инструменты профилирования (perf, flame graphs) для поиска узких мест
8.3 Кэширование и буферизация: приёмы кэширования на уровне приложения, пулы и буферы, проблема cache stampede и методы борьбы с ней
8.4 Вынесение тяжелых вычислений вне основной транзакции (через очереди, batch processing, cron-джобы)
8.2 Управление памятью и сборка мусора: влияние GC на производительность, инструменты профилирования (perf, flame graphs) для поиска узких мест
8.3 Кэширование и буферизация: приёмы кэширования на уровне приложения, пулы и буферы, проблема cache stampede и методы борьбы с ней
8.4 Вынесение тяжелых вычислений вне основной транзакции (через очереди, batch processing, cron-джобы)
9.1 Доступность (Availability): метрики и модели доступности, CAP-теорема и ее компромиссы
9.2 Масштабируемость (Scalability): подходы к масштабированию (Auto-scaling, статическая масштабируемость vs. эластичность), поддержка согласованности при масштабировании
9.3 Надёжность (Reliability):
- Паттерны надёжной обработки данных: Transactional outbox / inbox, Idempotency, Listen to yourself pattern)
- Паттерны изоляции компонентов: Circuit Breaker, Bulkhead, Timeout + Retry с backoff
- Шаблоны деградации
- Тактики автоматического восстановления: health checks, self-healing, disaster-drills
- Шаблоны устойчивости через тестирование: disaster recovery drills, load / stress / endurance testing
9.4 Управляемость (Manageability): Terraform/Ansible, автоматический деплой, централизованное логирование, распределённый трейсинг, автоматизация рутинных задач и оповещений
9.2 Масштабируемость (Scalability): подходы к масштабированию (Auto-scaling, статическая масштабируемость vs. эластичность), поддержка согласованности при масштабировании
9.3 Надёжность (Reliability):
- Паттерны надёжной обработки данных: Transactional outbox / inbox, Idempotency, Listen to yourself pattern)
- Паттерны изоляции компонентов: Circuit Breaker, Bulkhead, Timeout + Retry с backoff
- Шаблоны деградации
- Тактики автоматического восстановления: health checks, self-healing, disaster-drills
- Шаблоны устойчивости через тестирование: disaster recovery drills, load / stress / endurance testing
9.4 Управляемость (Manageability): Terraform/Ansible, автоматический деплой, централизованное логирование, распределённый трейсинг, автоматизация рутинных задач и оповещений
10.1 Монолитная архитектура: характеристики, плюсы и минусы, примеры использования
10.2 Микросервисная архитектура: характеристики, плюсы и минусы, примеры использования
10.3 Портовая (Hexagonal) и Clean архитектуры
10.4 Архитектура на базе акторов (Actor Model) и реактивные системы
10.5 Сервисная сетка (Service Mesh) и Sidecar Pattern
10.6 API Gateway, BFF и Backend-for-Frontend
10.7 Введение в CQRS (Command Query Responsibility Segregation): как реализуется, на что влияет, когда выбирать
10.8 Связанные паттерны с шаблоном CQRS (Event sourcing, Materialized views)
10.9 Event-Driven Architecture: характеристики, плюсы и минусы, примеры использования
10.10 Serverless или FaaS: основы подходов, что вам подойдет?
10.2 Микросервисная архитектура: характеристики, плюсы и минусы, примеры использования
10.3 Портовая (Hexagonal) и Clean архитектуры
10.4 Архитектура на базе акторов (Actor Model) и реактивные системы
10.5 Сервисная сетка (Service Mesh) и Sidecar Pattern
10.6 API Gateway, BFF и Backend-for-Frontend
10.7 Введение в CQRS (Command Query Responsibility Segregation): как реализуется, на что влияет, когда выбирать
10.8 Связанные паттерны с шаблоном CQRS (Event sourcing, Materialized views)
10.9 Event-Driven Architecture: характеристики, плюсы и минусы, примеры использования
10.10 Serverless или FaaS: основы подходов, что вам подойдет?
11.1 Twitter: переход от монолита на Ruby on Rails к распределённой системе, как решена проблема fan-out
11.2 Netflix: переход в облако AWS и разделение сервисов на микросервисы, Chaos Engineering (Chaos Monkey), собственные инструменты (Hystrix, Eureka)
11.3 Другие примеры: AliExpress, Booking.com, Яндекс.Маркет
11.4 Общие паттерны в архитектуре Highload-систем
- Кэширование
- Асинхронные очереди.
- Гео-распределение инфраструктуры
- Event-driven интеграция компонентов
- Доменно-ориентированное разделение сервисов
11.2 Netflix: переход в облако AWS и разделение сервисов на микросервисы, Chaos Engineering (Chaos Monkey), собственные инструменты (Hystrix, Eureka)
11.3 Другие примеры: AliExpress, Booking.com, Яндекс.Маркет
11.4 Общие паттерны в архитектуре Highload-систем
- Кэширование
- Асинхронные очереди.
- Гео-распределение инфраструктуры
- Event-driven интеграция компонентов
- Доменно-ориентированное разделение сервисов
12.1 Нагрузочное тестирование: планирование и проведение испытаний, инструменты (JMeter, Gatling, k6), step load/ stress-тест/тестирование на отказ, последствия недостаточного тестирования
12.2 Мониторинг и алертинг в продакшене
12.3 Релизы, миграции: практики zero-downtime deployment (Blue-green deployment, Canary releases, Feature toggles)
12.4 Оптимизация стоимости инфраструктуры: влияние роста нагрузки на затраты, подходы к экономии в облаке
12.5 Сценарии роста продукта: постепенный рост, масштабирование «сразу под нагрузку»
12.2 Мониторинг и алертинг в продакшене
12.3 Релизы, миграции: практики zero-downtime deployment (Blue-green deployment, Canary releases, Feature toggles)
12.4 Оптимизация стоимости инфраструктуры: влияние роста нагрузки на затраты, подходы к экономии в облаке
12.5 Сценарии роста продукта: постепенный рост, масштабирование «сразу под нагрузку»
Развитие разработчика невозможно без понимания интересов бизнеса
– Павел Вейник, Founder Hard&Soft Skills
[ Преподаватель курса ]
Founding Architect at Hard & Soft Skills
Павел Вейник
Разработчик с 2003 года, занимается обучением с 2008, обучением сеньоров и архитекторов с 2018. Делился экспертизой на более чем 100 митапах и конференциях.
Выполнял роли разработчика, тимлида, архитектора, СТО в небольших стартапах, крупных корпорациях и продуктовых компаниях:
Специализации: архитектура распределенных систем, highload, микросервисные архитектуры, системная инженерия, рост инженера, коммуникации в организации.
- Architect: Miro, EPAM
- CTO: AmadoAd Ltd., SplitMetrics, Leverice
- Tech Advisor: Gincubator, LeoHome Inc.
- Founder: Hard&Soft Skills, ITStart, Amadoad Ltd.
- Выстраивал архитектуру для крупнейших мировых корпораций в рамках EPAM
Обучил более 1K разработчиков за последние 15 лет. Обучил более 400 архитекторов. Создает и проводит обучающие курсы для любых технических направлений.
Запишитесь на консультацию с ex-Architect Miro и EPAM и преподавателем курса Павлом Вейником
Дополнительные Бонусы
Общение в групповом чате вашего потока онлайн
Электронный сертификат об окончании курса на EN и RU языках
Доступ к закрытому сообществу выпускников и бесплатным мероприятиям
Индивидуальная обратная связь по задачам
Практические занятия в Google Meet
Практика
Живые лекции в Google Meet
Доступ ко всем записям и материалам курса на неограниченное время
Текстовые конспекты
Теория
Architect
$3500
единовременным платежом
$1250
Практика
Дополнительные Бонусы
Консультирование
Практические занятия в Google Meet
Общение в групповом чате вашего потока онлайн
Индивидуальный разбор вашего проекта вместе с Павлом Вейником
Индивидуальная обратная связь по задачам
Электронный сертификат об окончании курса на EN и RU языках
Доступ к закрытому сообществу выпускников и бесплатным мероприятиям
Теория
Живые лекции в Google Meet
Доступ ко всем записям и материалам курса на неограниченное время
Текстовые конспекты
Standard
$800
$2200
единовременным платежом
платежа
х 3
х 3
[ Стоимость курса ]
20 февраля | online
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных
[ Регистрация на курс ]
Свяжитесь с нами по контактам ниже:
Олег - менеджер Hard&Soft Skills