Term DevOps is Dying 🚨
In 2021, a recruiter told me, "I’m thinking of becoming a DevOps; you guys get paid a lot and it’s easy to get a job, right? Just pass the AWS Certificate?"

Fast forward 4 years, the reality is grim. 📉
Market analysis of LinkedIn postings reveals:
- More DevOps roles are becoming full-stack engineering positions.
- Programming is now essential; Python is the most requested skill.
- Golang appears in 28% of job postings across all regions.

Many from the 2020-2021 wave are frustrated; the job market is tough if you lack solid skills. Can you write a simple round robin load balancer using sockets? It may be just 20 lines of code but requires both networking knowledge and programming. Yet, many engineers struggle, while still aiming for $100K+ salaries. 💰

If you’re job hunting, stop just collecting certificates ONLY! 🛑
Everyone has AWS, Kubernetes, and similar credentials—they often lack real value. The recent Kubeastronaut from the Linux Foundation is just another money grab.

I don’t want to discourage anyone. Don’t be misled by AWS and other cert providers.
Invest time in mastering:
- Networking
- Operating Systems
- Programming
- Data Structures & Algorithms (know how to tackle easy questions)
- Cloud architecture patterns (check AWS Architects blog)
- Event-driven architectures

Become a balanced engineer who understands the entire process. You’ll thrive, regardless of market conditions. Let’s focus on hard skills!

نظر یک متخصص DevOps

پسر این بهترین پستی بود که بعد از مدت‌ها توی لینکدین دیدم.

برای پیشرفت باید اینطوری باشی.

این احساس که؛ بعد از چندسال مطالعه و کد زدن به اینجا میرسی که می‌فهمی هیچی بلد نیستی، برای همه پیش میاد ولی خیلی از بچه‌ها رو دیدم ناامید میشن شدیداً و دیگه از کارهایی که بلد هستند خارج نمی‌شوند.

برای شخص من اونجا، یک ناراحتی کوچیک داره و بعدش یک جشن بزرگ

همیشه به خودم و بچه‌هایی که باهام کار می‌کنند توی این موقعیت می‌گم؛ خوشحال باش چون قراره به سطح بالاتر برسی.

اگر فهمیدی، توی یک چیزی دانش کافی نداری؛ جشن بگیر چون قراره پیشرفت کنی

دنبال ابزار مانیتورینگ بودید netdata رو امتحان کنید، اونقدری امکانات داره تو داشبوردش آدم تو داشبوردش گم می‌شه

نسخه Demo جهت تست :
app.netdata.cloud/spaces/netdata-demo

نصب

learn.netdata.cloud/docs/netdata-agent/installation/

@Linuxor

اگه دوست داری پروفایل گیت‌هابت یه‌کم عددی باشه و بیشتر نشون بده که واقعاً چه‌جوری کار می‌کنی، ریپوی github-readme-stats دقیقاً همینه.

باهاش می‌تونی یه‌سری کارت‌های داینامیک (dynamic) به README پروفایلت اضافه کنی که آمار زنده از گیت‌هابت مثل زبان‌های پرتکرار، تعداد کامیت‌ها، ریپوهای محبوب‌ و... رو نشون می‌ده. تنظیمات زیادی هم داره که راحت می‌تونی کاستومایزش کنی.

github.com/anuraghazra/github-readme-stats

@Linuxor

توی دنیای برنامه‌نویسی، یکی از بزرگ‌ترین اشتباه‌ها اینه که بخوای خودتو از پروژه‌های واقعی دور نگه داری.
این ریپو «Awesome for Beginners» یه لیست باحال از پروژه‌های متن‌بازیه که دقیقا برای آدمایی مثل تو طراحی شده، که می‌خوان هم یاد بگیرن هم مشارکت کنن.
با کار روی این پروژه‌ها، نه فقط کد می‌زنی، بلکه با جامعه توسعه‌دهنده‌ها هم آشنا می‌شی و رزومه‌ات هم قوی‌تر می‌شه.
یه جای خوب برای شروع واقعی کدنویسی.

github.com/MunGell/awesome-for-beginners

@Linuxor

ساخت بات تلگرام با جنگو: تلفیق جنگو با کتابخانه پایتون-تلگرام-بات
https://www.linkedin.com/pulse/%D8%B3%D8%A7%D8%AE%D8%AA-%D8%A8%D8%A7%D8%AA-%D8%AA%D9%84%DA%AF%D8%B1%D8%A7%D9%85-%D8%A8%D8%A7-%D8%AC%D9%86%DA%AF%D9%88-%D8%AA%D9%84%D9%81%DB%8C%D9%82-%DA%A9%D8%AA%D8%A7%D8%A8%D8%AE%D8%A7%D9%86%D9%87-ali-nikouei-fufof?utm_source=share&utm_medium=member_android&utm_campaign=share_via

وردپرس برای یه وبلاگ ساده زیادی سنگینه؟ Jekyll با ادغام مستقیم با GitHub Pages و پشتیبانی از پلاگین‌هایی مثل jekyll-sitemap، سایت‌های استاتیک SEO-friendly می‌سازه. محتوا رو تو فایل متنی می‌نویسی و خروجی آماده deployه. برای بک‌اند دولوپرهایی که می‌خوان بدون درگیری CMS مستندات پروژه یا بلاگ شخصی کوچیک بسازن، عالیه.

jekyllrb.com

@Linuxor

باز کردن هدیه ارسالی به کانال لینوکسور :)


کتاب Modern Devops Practices و بقیه کتاب های کامپیوتری رو با تخفیف 10 درصدی تا سقف 5 میلیون تومن می‌تونید با کد تخفیف Linuxor از @ITBook_Pub بخرید.



@Linuxor

توسعه‌دهنده‌ها و غیر توسعه دهنده های عزیز، اگه تا حالا برای تست و آزمایش ایده‌های مبتنی بر هوش مصنوعی با مدل‌های زبانی بزرگ، درگیر محدودیت‌های مالی یا API بودین، این ریپو یه راه نفس کشیدنه! gpt4free بهتون کمک می‌کنه بدون دغدغه هزینه، مدل‌های مختلف رو امتحان کنین، پروتوتایپ بسازین و ببینین کدوم بیشتر به درد پروژه تحقیقاتی یا اپلیکیشن‌تون می‌خوره. دیگه خلاقیتتون پشت سد هزینه‌ها نمی‌مونه!

github.com/xtekky/gpt4free

@Linuxor

اون قدیما که می‌خواستی یه ساختار داده پیچیده پایتون رو تو ترمینال ببینی، یا باید کلی print تو در تو می‌ذاشتی یا بی‌خیالش می‌شدی. کتابخونه Rich یه تابع inspect() داره که هر آبجکت پایتونی رو با جزئیات کامل، رنگ‌بندی شده و مرتب بهت نشون می‌ده. برای دیباگ کردن یا فهمیدن سریع ساختار یه متغیر تو دل کد، فوق‌العاده‌ست. انگار یه ذره‌بین حرفه‌ای برای کدنویس‌های پایتون که با ترمینال زیاد سر و کار دارن.

github.com/Textualize/rich

@Linuxor

حالا شده بخوای یه تنظیماتی رو بین چندتا سرور مختلف هماهنگ کنی و همشون یه چیز رو ببینن؟ etcd دقیقاً برای همین ساخته شده! یه جورایی مثل یه دفترچه یادداشت مرکزی و قابل اعتماد برای سیستم‌های توزیع شده‌اس که مطمئن می‌شه همه از آخرین تغییرات باخبرن. اگه با میکروسرویس‌ها یا اپلیکیشن‌های بزرگ سر و کار داری که باید بدون قطعی کار کنن، etcd به کارت میاد. دیگه لازم نیست نگران باشی که تنظیمات یه جا یه چیزه و یه جای دیگه یه چیز دیگه! کوبرنیتیز هم از etcd استفاده می‌کنه.

github.com/etcd-io/etcd

@Linuxor

فکر می‌کردی ساختن و دیپلوی کردن اپلیکیشن‌های مقیاس‌پذیر که روی چند تا پلتفرم ابری (مثل AWS، Azure یا GCP) کار کنن، کار سختیه؟ Serverless Framework این کار رو با یه فایل کانفیگ ساده به اسم serverless.yml و یه دستور serverless deploy برات انجام می‌ده. البته حواست باشه، نوشتن کدی که واقعاً روی همه ابرها بدون تغییر کار کنه، خودش یه چالش دیگه‌ست، ولی این فریمورک قدم اول رو خیلی ساده کرده.

github.com/serverless/serverless

@Linuxor

گیدرا (Ghidra) ساخته NSA (آژانس امنیت ملی آمریکا) یه فریم‌ورک کامل برای مهندسی معکوس نرم‌افزاره، که قبلاً داخلی بوده ولی حالا در دسترسه همه است. اگه کارتون تحلیل عمیق نرم‌افزاره، گیدرا یه فرصته که از یه ابزار سطح بالا که با بودجه‌های کلان ساخته شده، رایگان استفاده کنید. انگار یهو به یه گنج دست پیدا کردی!

https://github.com/NationalSecurityAgency/ghidra

@Linuxor

درک الگوریتم ها برای دانشجو ها همیشه مشکل ساز بوده با Algorithm Visualizer، به جای توضیحات تئوری خشک؛ می‌تونید اجرای زنده‌ی الگوریتم‌ها رو مستقیماً ببینید. می‌تونین ببینین داده‌ها چطور حرکت می‌کنن و ساختارها چطور تغییر می‌کنن. حتی می‌تونید کدهای خودتون رو هم بصری کنید:

algorithm-visualizer.org

@Linuxor