
Kurs i Python för DevOps
Bemästra Python-automatisering för verkliga DevOps-arbetsflöden – från att provisionera molninfrastruktur till att skripta CI/CD-pipelines och säkerhetsefterlevnadskontroller. Den här kursen ger dig de praktiska Python-färdigheter som DevOps-ingenjörer använder varje dag i jobbet. Sluta göra manuellt det som Python kan hantera åt dig.
Vad du kommer att lära dig:
Du kommer att lära dig att skriva Python-skript som automatiserar filoperationer, API-anrop och hantering av molnresurser i AWS, Azure och GCP. Du kommer att tolka JSON-, YAML- och XML-konfigurationsfiler som används av Kubernetes, Ansible och CI-plattformar. Du kommer att bygga återanvändbara REST-klienter, automatisera Docker-containerns livscykel och integrera säkerhetsgenomsökning i driftsättningspipelines. Du kommer att instrumentera skript med Prometheus-mätetal och strukturerad loggning för fullständig observerbarhet. När du är klar har du en produktionsfärdig Python-automatiseringsverktygslåda som täcker infrastruktur, pipelines, övervakning och säkerhet.
Hur du studerar praktiskt Kurs i Python för DevOps
Hur du övar Kurs i Python för DevOps
För dig som är företag och vill utbilda ditt team
På Dedika för företag anpassas kursen med övningar och exempel från just din verksamhet, på det sätt som ditt företag behöver.
Kursinnehåll
8 Kapitlen • 40 LektionerVaraktighet mellan 4 och 360 timmar (du bestämmer)
Kapitel 1DöljDölj detaljerSe detaljerPythongrunder för DevOps
Pythongrunder för DevOps
Lektion 1 • Grundläggande Python-syntax och datatyper
Täcker variabler, operatorer, strängar, tal, booleska värden och typkonvertering. Ger vokabulären för varje skript som skrivs i senare kapitel.
Lektion 2 • Kontrollflöde och loopar
Använd villkor och iteration för att automatisera repetitivt beslutsfattande. Möjliggör direkt skrivandet av logikdrivna automatiseringsskript i efterföljande kapitel.
Lektion 3 • Funktioner och moduler
Definiera återanvändbara funktioner, hantera argument och importera standardbiblioteksmoduler. Stöder modulär skriptdesign som används i alla DevOps-automatiseringsmönster.
Lektion 4 • Konfigurera Python-miljön
Installera Python, konfigurera virtuella miljöer och välj en IDE som passar för DevOps-arbete. Etablerar den grundläggande verktygskedja som används genom hela kursen.
Lektion 5 • Felhantering och felsökning
Använd try/except-block och felsökningsverktyg för att skriva robusta skript. Förhindrar tysta fel i automatiseringspipelines utan övervakning.
Kapitel 2DöljDölj detaljerSe detaljerFilsystem och processautomatisering
Filsystem och processautomatisering
Lektion 1 • Schemalägga och automatisera uppgifter
Schemalägg Python-skript som cron-jobb och använd biblioteket schedule för intern timing. Kopplar ihop fil- och processfärdigheter till end-to-end-automatiseringspipelines.
Lektion 2 • Miljövariabler och konfiguration
Läs, sätt och validera miljövariabler för körningstidskonfiguration. Stöder twelve-factor app-mönster som används i containerdriftsättningar.
Lektion 3 • Sökvägs- och katalogoperationer
Navigera och manipulera filsystemet med modulerna pathlib och os. Möjliggör portabla, plattformsoberoende automatiseringsskript.
Lektion 4 • Läsa och skriva filer
Öppna, läs, skriv och lägg till text- och binärfiler med hjälp av inbyggd fil-I/O. Utgör grunden för konfigurationsparsning och loggbearbetningsuppgifter.
Lektion 5 • Köra shell-kommandon från Python
Kör systemkommandon och fånga utdata med modulen subprocess. Överbryggar Python-skript med befintliga CLI-verktyg i DevOps-arbetsflöden.
Kapitel 3DöljDölj detaljerSe detaljerArbeta med dataformat
Arbeta med dataformat
Lektion 1 • JSON-parsning och -generering
Serialisera och deserialisera JSON med modulen json och hantera kantfall. JSON är det primära datautbytesformatet i API:er och CI/CD-verktyg.
Lektion 2 • XML-parsning och -transformering
Extrahera data från XML-dokument med hjälp av ElementTree och lxml. Stöder integration med äldre system och Maven/Ant-byggutdata.
Lektion 3 • YAML-konfigurationsfiler
Ladda och dumpa YAML-dokument med PyYAML och ruamel.yaml. YAML är det dominerande formatet för konfiguration i Kubernetes, Ansible och CI-pipelines.
Lektion 4 • TOML- och INI-konfigurationsfiler
Tolka TOML- och INI-filer för verktygskonfiguration och projektmetadata. Täcker format som används av pip, pytest och moderna Python-paketeringsverktyg.
Lektion 5 • CSV och tabelldata
Läs och skriv CSV-filer med modulen csv och pandas för större datamängder. Möjliggör bearbetning av inventarieexport, granskningsloggar och metriska rapporter.
Kapitel 4DöljDölj detaljerSe detaljerNätverk och API-automatisering
Nätverk och API-automatisering
Lektion 1 • Paginering och hastighetsbegränsning
Hantera paginerade API-svar och respektera hastighetsbegränsningar med återförsökslogik. Förhindrar skriptfel vid konsumtion av stora datamängder från externa API:er.
Lektion 2 • HTTP-förfrågningar med Requests-biblioteket
Skicka GET-, POST-, PUT- och DELETE-förfrågningar och hantera svar. Ger kärnkompetensen för all API-driven automatisering i senare avsnitt.
Lektion 3 • Autentisering och säkerhet
Implementera API-nyckel-, OAuth2- och tokenbaserad autentisering i skript. Säkerställer att automatiseringsskript uppfyller säkerhetskraven för företags-API:er.
Lektion 4 • Nätverksdiagnostik och socket-programmering
Kontrollera värdtillgänglighet, öppna portar och DNS-uppslag med Python-sockets. Möjliggör automatiserade hälsokontroller och nätverksvalideringsskript.
Lektion 5 • Bygga en lättvikts REST-klient
Kapsla in API-anrop i en återanvändbar klientklass med sessionshantering. Främjar kodåteranvändning över flera DevOps-automatiseringsskript.
Kapitel 5DöljDölj detaljerSe detaljerInfrastrukturautomatisering med Python
Infrastrukturautomatisering med Python
Lektion 1 • Kubernetes-automatisering med Python
Driftsätt och hantera Kubernetes-arbetslaster med den officiella Python-klienten. Stöder automatiserade utrullningar, skalning och hälsokontroller.
Lektion 2 • Integration av konfigurationshantering
Utlös Ansible-playbooks och Salt-tillstånd från Python-skript. Sluter loopen mellan dynamisk inventeringsgenerering och konfigurationsupprätthållande.
Lektion 3 • Automatisera infrastruktur som kod-verktyg
Anropa Terraform och Pulumi programmatiskt från Python-skript. Integrerar IaC-körning i Python-drivna orkestreringspipelines.
Lektion 4 • Docker-automatisering med Python
Bygg avbilder, hantera containrar och inspektera nätverk med Docker SDK för Python. Möjliggör programmatisk hantering av containerlivscykler i pipelines.
Lektion 5 • SDK:er för molnleverantörer
Använd Python-SDK:er för att programmatiskt skapa, lista och ta bort molnresurser. Täcker de SDK-mönster som är vanliga hos större molnleverantörer.
Kapitel 6DöljDölj detaljerSe detaljerAutomatisering av CI/CD-pipelines
Automatisering av CI/CD-pipelines
Lektion 1 • Automatisering av artefakthantering
Ladda upp, ladda ner och befordra artefakter i register med Python-skript. Stöder versionshanterade artefaktarbetsflöden i flerstegspipelines.
Lektion 2 • Automatisera bygg- och teststeg
Anropa byggverktyg, kör testsviter och tolka testresultat från Python. Möjliggör dynamisk testorkestrering bortom statisk pipeline-YAML.
Lektion 3 • CI/CD-koncept och Pythons integrationspunkter
Kartlägg CI/CD-pipelinesteg till Python-automatiseringsmöjligheter. Etablerar den mentala modellen för var Python-skript kopplas in i byggsystem.
Lektion 4 • Driftsättningsautomatiseringsskript
Skripta blue-green-, canary- och rullande distributioner med plattforms-API:er. Minskar mänskliga fel vid releaseutförande genom att koda driftsättningslogik i Python.
Lektion 5 • Meddelanden och releaserapportering
Skicka pipeline-statusuppdateringar till chattplattformar och generera release-anteckningar. Sluter återkopplingsloopen mellan driftsättningar och ingenjörsteam.
Kapitel 7DöljDölj detaljerSe detaljerÖvervakning, loggning och observerbarhet
Övervakning, loggning och observerbarhet
Lektion 1 • Larmautomatisering
Fråga övervaknings-API:er och utlös larm baserat på tröskellogik i Python. Ersätter manuell dashboard-övervakning med proaktiv automatiserad larmhantering.
Lektion 2 • Insamling och exponering av mätvärden
Instrumentera Python-skript med Prometheus-klientmätvärden och exponera dem via HTTP. Matar anpassade mätvärden till befintliga övervakningsstackar.
Lektion 3 • Loggtolkning och analys
Extrahera mönster, fel och mätvärden från råa loggfiler med regex och tolkningbibliotek. Möjliggör automatiserad anomalidetektion och rapportgenerering.
Lektion 4 • Strukturerad loggning i Python
Sänd strukturerade JSON-loggar och konfigurera loggnivåer, hanterare och formaterare. Strukturerade loggar är maskintolkningsbara för loggaggregeringsplattformar.
Lektion 5 • Integration av distribuerad spårning
Instrumentera Python-skript med OpenTelemetry för att sända spår och spann. Ger end-to-end-synlighet i automatiseringsarbetsflöden över tjänster.
Kapitel 8DöljDölj detaljerSe detaljerSäkerhetsautomatisering och efterlevnad
Säkerhetsautomatisering och efterlevnad
Lektion 1 • Granskningsloggning och efterlevnadsrapportering
Samla granskningsspår från moln- och plattforms-API:er och generera efterlevnadsrapporter. Stöder insamling av bevis för säkerhetsrevisioner och regulatoriska granskningar.
Lektion 2 • Detektion och hantering av hemligheter
Skanna kodbaser efter exponerade hemligheter och integrera med valvlösningar via Python. Förhindrar läckage av autentiseringsuppgifter i kodförråd och pipeline-artefakter.
Lektion 3 • Automatiserad säkerhetstestning i pipelines
Integrera statisk analys och DAST-verktyg i CI-pipelines via Python-skript. Skiftar säkerhet åt vänster genom att blockera osäker kod före driftsättning.
Lektion 4 • Kontroller av infrastrukturefterlevnad
Validera molnresurskonfigurationer mot säkerhetspolicyer med Python. Upprätthåller standarder för minsta privilegium och kryptering i olika miljöer.
Lektion 5 • Automatisering av sårbarhetsskanning
Anropa beroende- och containerskannrar från Python och tolka deras utdata. Automatiserar säkerhetsgrindar som blockerar sårbara artefakter från befordran.
Ditt giltiga slutförandecertifikat
Den här kursen är för dig:
Systemadministratörer: redo att gå från skalskript till strukturerad automationskod.
Molningenjörer: som vill styra infrastruktur programmatiskt istället för via konsoler.
Junior DevOps-ingenjörer: som vill lägga till Python-skriptning i sin professionella verktygslåda.
Plattformsingenjörer: som behöver återanvändbara verktyg som integreras över flera interna system.
Karriärbytare från IT-support: som bygger automatiseringsfärdigheter för att övergå till DevOps-roller.
QA-ingenjörer: som utökar sitt arbete till pipelineautomation och infrastrukturtestning med Python.
Vad våra elever säger
Era lektioner är perfekta. Jag köpte årspaketet och har äntligen möjlighet att följa olika ämnen som intresserar mig utan att behöva byta plattform... tack för allt ni gör, jag har redan rekommenderat er till andra...

Jag gillar hur lektionerna går rakt på sak och hur jag kan byta kapitel och hoppa över innehåll som jag inte behöver.

Jag gillar innehållet och presentationssättet samt transkriptionen av videorna, vilket påskyndar processen!

Plattformen är snabb och enkel att använda. Mångfalden av innehåll och de kompletterande videorna hjälper mycket i inlärningen.

Viktigaste kompetenserna
FAQ
Vem är Dedika?
Är intyget giltigt i Sverige?
Är kurserna gratis?
Vad är kursens arbetsinsats?
Hur ser kurserna ut?
Hur fungerar kurserna?
Hur lång tid tar kurserna?
Vad kostar kurserna?
Vad är en EAD- eller onlinekurs och hur fungerar den?
PDF-kurs




















