Лаборатория 4: Production-Ready Infrastructure
Контейнеризация, CI/CD автоматизация, мониторинг и тестирование — делаем систему готовой к production
🏗️ Лабораторная 4: Production-Ready Infrastructure
Превратить прототип в production-ready систему: полная контейнеризация, автоматизированные тесты, CI/CD пайплайны, мониторинг и логирование. Система готова к деплою!
📊 Sprint Dashboard
Основные вопросы спринта
Спринт 4: "Как сделать production-ready?"
Спринт 5: "Достигаем ли целей?"
Это двойной спринт — самый длинный и важный. Команда превращает прототип в настоящую систему с автоматизацией, тестами и мониторингом.
Эта лабораторная длится 4 недели (28 дней) и объединяет два спринта.
Максимальная оценка: 20 баллов (10 за Спринт 4 + 10 за Спринт 5)
Каждая роль создает Pull Request со своими артефактами.
Ветка: lab4-[role]-infrastructure, PR: Lab4: [Role] — Infrastructure & Testing
🎯 Задачи по ролям
MLOPS / DEVOPS ENGINEER
Полная автоматизация инфраструктуры и мониторинга
Ответственность
Создать production-ready инфраструктуру: Docker Compose для всех сервисов, полный CI/CD pipeline в GitHub Actions, Grafana для мониторинга и Langfuse для наблюдаемости AI.
Docker Compose финальный
- Production-ready docker-compose.yml
- Оптимизация образов (multi-stage builds)
- Secrets management через .env
- Health checks для всех сервисов
docker-compose.prod.ymlCI/CD Pipeline полный
- Lint, format, type checks
- Unit и integration тесты
- Build и push Docker образов
- Автоматический deploy в dev
.github/workflows/prod.ymlGrafana мониторинг
- Настройка Grafana + Prometheus
- Дашборды для метрик системы
- Алерты при ошибках
- Логирование в Loki/ELK
monitoring/grafana/ + dashboards/Документация инфраструктуры
- Инструкции по развертыванию
- Troubleshooting guide
- Архитектура инфраструктуры
- Makefile с командами
docs/infrastructure.md + Makefile- • Используйте GitHub Actions cache для ускорения
- • Настройте автоматические проверки в PR
- • Добавьте pre-commit hooks
- • Тестируйте на чистом окружении
Итоговые артефакты
docker-compose.prod.yml.github/workflows/prod.ymlmonitoring/grafana/docs/infrastructure.md + Makefilefrontend/ + backend/ — полная интеграцияtests/ — unit + integrationfrontend/errors/ + backend/exceptions/frontend/components/ui/ml/service/ + ml/api/tests/load/ + reports/ml/experiments/ + reports/ab_test.mdml/prompts_v2/ + docs/ml_optimization.mddocs/mvp-scope.mdREADME.md + docs/docs/environments.mddocs/quality-report.md🎯 Definition of Done (DoD)
Критерии инфраструктуры
⏱️ График работы (4 недели = 28 дней)
Дни 1-5: Docker & CI/CD
- • MLOps: Docker Compose production-ready
- • MLOps: GitHub Actions полный pipeline
- • Fullstack: Use-cases полная реализация
- • AI Engineer: Модель как сервис
Дни 6-10: Мониторинг & Тесты
- • MLOps: Grafana + Prometheus настройка
- • Fullstack: Unit + Integration тесты
- • AI Engineer: Load testing модели
- • SA/PO: Документация MVP
Дни 11-14: Интеграция
- • Все роли: Интеграция компонентов
- • Тестирование всей системы
- • Исправление критических багов
- • Промежуточная демонстрация
Дни 15-19: A/B тесты & Оптимизация
- • AI Engineer: A/B тесты промптов
- • Fullstack: UX оптимизация, обработка ошибок
- • MLOps: Алерты и мониторинг доработка
- • SA/PO: Quality control
Дни 20-24: Финализация
- • AI Engineer: Оптимизация v1 модели
- • Fullstack: Полировка UI/UX
- • MLOps: Performance tuning
- • SA/PO: Документация финальная
Дни 25-28: Сдача
- • Создание Pull Request'ов
- • Peer review артефактов
- • Подготовка к Demo Day
- • Презентация готова
📋 Чек-лист для самопроверки
🔧 Инфраструктура
🧪 Тестирование
📚 Документация
🔗 Полезные ссылки
К концу этого двойного спринта у вас будет production-ready система: Docker Compose одной командой разворачивает всё, CI/CD автоматизирует тесты, Grafana показывает метрики, Langfuse трассирует AI, A/B тесты оптимизируют качество. Система готова к Demo Day!