Programovacie jazyky a ich popularita pri vývoji počítačových hier

Slovné spojenie etický hacking sa na prvý pohľad môže javiť ako oxymoron. V tomto blogu ti však vysvetlíme, čo je to etický hacking, na akých princípoch je postavený, ako sa líši od toho neetického hackingu a ako môže byť prínosný pre firmy. Keď vznikol pojem „hacker“, opisoval softvérových inžinierov, ktorí vyvinuli kód pre sálové počítače. Teraz to znamená skúseného programátora, ktorý sa pokúša získať neoprávnený prístup k počítačovým systémom a sieťam využitím slabých miest v systéme. Hackeri píšu skripty, aby prenikli do systémov, prelomili heslá a ukradli údaje. Aj keď sa hackovanie stalo pojmom, ktorý najčastejšie popisuje škodlivé a neetické aktivity, nemusí to tak byť. Hacker môže tieto zručnosti stále dobre využiť. V tomto článku sa pozrieme na etické hackovanie a ukážeme ti, ako môžeš začať svoju cestu stať sa etickým hackerom. Čo vlastne robia etickí hacker? Etický hacking je známy aj ako white hat hacking alebo penetračné testovanie. Môže to byť veľmi zaujímavá kariéra, pretože etickí hackeri trávia svoj pracovný deň učením sa, ako fungujú počítačové systémy, odhaľovaním ich zraniteľných miest a skúšaním vkradnúť sa do nich bez strachu zo zatknutia. Na rozdiel od neetických hackerov, ktorí sú zvyčajne motivovaní finančným ziskom, etickí hackeri majú za cieľ pomôcť firmám (ale aj spoločnosti ako celku) udržiavať ich údaje v bezpečí. Firmy si najímajú etických hackerov, aby našli zraniteľné miesta vo svojich systémoch a aktualizovali chybný softvér, aby nikto iný nemohol použiť rovnakú techniku na opätovné preniknutie. Ako etickému hackerovi sa ti buď podarí nabúrať do systému a potom ho opraviť, alebo sa pokúsiš nabúrať do systému a nepodarí sa ti to. Obidva výsledky znamenajú víťazstvo pre etického hackera a firmu, pretože firemná sieť a údaje sú v konečnom dôsledku bezpečné. Povedzme si ešte aký je rozdiel medzi etickým hackerom a penetračným testerom. Zatiaľ čo termín etický hacking možno použiť na opísanie celkového procesu hodnotenia, vykonávania, testovania a dokumentovania založeného na množstve rôznych hackerských metodológií, penetračné testovanie je len jeden nástroj alebo proces v rámci etického hackingu. Hľadajú zraniteľné miesta Zraniteľnosť sú bugy alebo chyby v softvéri, ktoré možno využiť na získanie neoprávneného prístupu do siete alebo počítačového systému. Medzi najbežnejšie zraniteľnosti patria: • zastaraný softvér, • nesprávne nakonfigurované systémy, • nedostatočné šifrovanie údajov. Niektoré zraniteľnosti sa dajú ľahko otestovať, pretože chyby už boli zdokumentované. V týchto prípadoch musí penetračný tester urobiť iba skenovanie systému, aby zistil, či v systéme existuje chyba a aktualizovať softvér. Ďalšie zraniteľnosti však môžu byť neznáme a penetračný tester použije skripty a ďalšie nástroje, aby maximálne otestoval systém a zistil, či sa nejaké chyby objavia. Ukazujú metódy používané hackermi Etickí hackeri sa môžu vžiť aj do roly učiteľa. Mnoho firiem a zamestnancov vie len málo o hrozbách kybernetickej bezpečnosti a o tom, ako ich konanie môže zabrániť hrozbe alebo pomôcť hackerovi ukradnúť údaje. Etickí hackeri organizujú kurzy o kybernetickej bezpečnosti a varujú zamestnancov pred novými hrozbami, keď ich objavia. Vzdelávanie je obzvlášť účinné proti phishingu a iným kybernetickým útokom typu sociálneho inžinierstva, ktoré vyžadujú, aby útočníkov cieľ (človek) podnikol kroky, aby bola jeho hackerská aktivita umožnená. Keď sú zamestnanci informovaní o potenciálnej hrozbe, existuje väčšia šanca, že ju bude možné zastaviť skôr, ako infikuje systém. Pomáhajú predchádzať kybernetickým útokom Etickí hackeri tiež spolupracujú s ostatnými členmi bezpečnostného tímu na vytvorení bezpečnejšej infraštruktúry pre podnik. Etickí hackeri vedia, aké druhy hrozieb existujú, a môžu tímu pomôcť pri výbere nástrojov a vytváraní bezpečnostných politík, ktoré môžu zabrániť hrozbám, o ktorých možno ešte ani nevedia. Môžu tiež pomôcť s nastavením systémov na zálohovanie a obnovu, ktoré možno použiť v najhoršom prípade.[Image] Kľúčové princípy etického hackingu Hranica medzi black hat (alebo neetickým) hackingom a white hat (alebo etickým) hackingom sa môže zdať nejasná. Koniec koncov, existuje aj gray hat hacking, ktoré sa nachádza niekde medzi týmito dvoma. Ako etický hacker by si mal dodržiavať niekoľko zásad: • Dodržiavaj zákon: hackovanie je etické iba vtedy, ak máš povolenie na vykonanie hodnotenia bezpečnosti systému, ktorý hackuješ. • Poznaj rozsah projektu: správaj sa len v intenciách zmluvy, ktorú máš so spoločnosťou. Zisti presne, čo máš testovať a testuj iba tieto systémy. • Nahlás všetky slabé miesta: nahlás všetky slabé miesta, ktoré nájdeš a navrhni spôsoby, ako ich opraviť. • Rešpektuj akékoľvek citlivé údaje: penetračný tester často testuje systémy, ktoré uchovávajú citlivé údaje a bude musieť podpísať zmluvu o mlčanlivosti (NDA). Prečo je etický hacking dôležitý? Zámerným zistením zneužití a slabín v počítačových sieťach organizácie je v podstate možné opraviť ich skôr, ako ich zneužije neetický hacker. Etickí hackeri teda pomáhajú organizáciám identifikovať a eliminovať hrozby zlepšovaním celkovej bezpečnosti IT v organizácii. Samozrejme, nie sú to len údaje, ktoré sú v stávke, pokiaľ ide o počítačovú kriminalitu. V správe Centra pre strategické a medzinárodné štúdie a spoločnosti McAfee v oblasti bezpečnostného softvéru z roku 2020 sa zistilo, že straty z počítačovej kriminality dosiahli v roku 2020 približne 945 miliárd USD. Len pre porovnanie, v roku 2018 to bolo zhruba 522 miliárd USD, takže nárast je znepokojúci. Tieto rastúce náklady sa pripisujú lepšiemu vykazovaniu, ako aj efektívnejším technikám hackerov. Okrem straty údajov a peňazí môže počítačová kriminalita poškodiť verejnú bezpečnosť, poškodiť ekonomiky a podkopať národnú bezpečnosť. Je zrejmé, že je nevyhnutné chrániť organizácie a ich údaje a etické hackovanie môže v tejto ochrane zohrávať kľúčovú úlohu. Druhy etického hackingu Existuje niekoľko etických hackerských metód a základných oblastí, ktoré môže profesionál použiť. Nižšie uvádzame niektoré z najbežnejších typov etického hackovania: • Hackovanie webových aplikácií. Webové aplikácie sú zdieľané cez sieť (ako je internet alebo intranet) a niekedy sú založené na prehliadači. Aj keď sú pohodlné, môžu byť zraniteľné voči útokom skriptov a etickí hackeri takéto slabiny testujú. • Hackovanie webového servera. Webové servery prevádzkujú operačné systémy a aplikácie, ktoré hostujú webové stránky a pripájajú sa k back-end databázam. V každom bode tohto procesu existujú potenciálne slabé miesta, ktoré musia etickí hackeri otestovať, identifikovať a odporučiť opravy. • Hackovanie WIFI bezdrôtovej siete. Všetci poznáme bezdrôtové siete – skupinu počítačov, ktoré sú bezdrôtovo pripojené k centrálnemu prístupovému bodu. S touto vymoženosťou však prichádza množstvo potenciálnych bezpečnostných nedostatkov, ktoré musia white-hat hackeri hľadať. • Hackovanie systému. Prístup k zabezpečenej sieti je jedna vec, ale hackovanie systému sa zameriava na získanie prístupu k jednotlivým počítačom v sieti. Etickí hackeri sa presne o to pokúsia a zároveň navrhnú vhodné protiopatrenia. • Sociálne inžinierstvo. Zatiaľ čo ostatné metódy sa zameriavajú na prístup k informáciám prostredníctvom počítačov, systémov a sietí, sociálne inžinierstvo sa zameriava na jednotlivcov, ľudí. Často to znamená manipuláciu ľudí, aby odovzdali citlivé údaje alebo poskytli prístup bez toho, aby mali podozrenie na zlý úmysel. Aké pracovné pozície môže obsadiť etický hacker? Firmy všetkých veľkostí a odvetví sa obávajú bezpečnosti svojej siete. Pokiaľ stále dochádza k narušeniam bezpečnosti a firmy budú mať stále citlivé údaje, etickí hackeri budú žiadaní, takže trh práce pre nich vyzerá dobre aj v budúcnosti. Niektoré väčšie podniky majú medzi zamestnancami etických hackerov, ktorí celý deň vykonávajú bezpečnostné testy a penetračné testy. V iných spoločnostiach môže byť etické hackovanie iba súčasťou práce, zatiaľ čo väčšinu času trávite konfiguráciou sietí a nastavovaním nových systémov. Niektoré z najpopulárnejších pozícií etických hackerov zahŕňajú: • Penetračný tester • Security Analyst • Etický hacker • Bezpečnostný konzultant • Bezpečnostný inžinier • Bezpečnostný architekt • Analytik informačnej bezpečnosti • Manažér informačnej bezpečnosti Záver Ak ťa kariéra v tomto odvetví zatiaľ láka, možno ťa tiež zaujíma, ako sa naučiť etický hacking. Väčšina etických hackerov, penetračných testerov a white-hat hackerov sa pustí do etického hackingu, pretože ich zaujíma, ako funguje internet a informačná bezpečnosť. Jedna vec, ktorú musí etický hacker vedieť, je kybernetická bezpečnosť. Keďže etický hacker sa zaoberá aj softvérovými zraniteľnosťami a možno bude musieť písať skripty, ktoré mu pomôžu s touto úlohou, budeš sa musieť naučiť aj nejaký programovací jazyk (pravdepodobne to bude viac jazykov). Pre etických hackerov sú odporúčané jazyky ako Python, C, C++ alebo JavaScript. Práca s terminálom, scriptovanie v Bashi sú tiež silne odporúčané, rovnako tak nástroje na testovanie zraniteľnosti ako Metasploit a OpenVAS. Mnoho užitočných nástrojov a postupov etického hackingu sa naučíš v našom online kurze Úvod do etického hackingu. Najdôležitejšou požiadavkou je však zvedavosť. Takže buď zvedavý a veľa šťastia pri etickom hackovaní!

Objem údajov, ktoré sa vytvárajú dennodenne, každý rok exponenciálne rastie. V priemere každý z nás vytvorí každú sekundu minimálne 1,7 megabajtu dát. Mnohé z týchto údajov zhromažďujú firmy, pre ktoré znamenajú kľúčovú úlohu pri rozhodovaní a strategickom plánovaní. Bez správnych nástrojov sa však dáta nevyužívajú a len zaberajú miesto. Preto prichádzajú na scénu nástroje na analýzu dát. Umožňujú dátovým vedcom a dátovým analytikom zhromažďovať a analyzovať dáta, aby ich premenili na užitočné informácie pre rozvoj podnikania či prijímanie správnych rozhodnutí. K dispozícii je široká škála nástrojov na analýzu dát. Niektoré z nich sú programovacie jazyky, ktoré sú obľúbené medzi dátovými vedcami, pretože sa ľahko používajú a dobre analyzujú údaje. Niektoré sú knižnice pre tieto programovacie jazyky, ktoré zjednodušujú analýzu údajov. A niektoré sú samostatné aplikácie, ktoré bežia v počítači alebo vo webovom prehliadači. Výber správnych nástrojov na analýzu dát Pred výberom nástroja na analýzu údajov je potrebné zvážiť niekoľko otázok, najmä: 1. Aký druh dát analyzujete? Sú to jednoduché číselné údaje uložené v tabuľkách a databázach alebo kvalitatívne údaje s otvoreným koncom, ako sú konverzácie v sociálnych médiách, ktoré si vyžadujú analýzu pomocou modelov strojového učenia na vytvorenie prehľadov? 2. Koľko dát analyzujete? Ak sú údaje, ktoré potrebujete analyzovať, obmedzené, prácu zvládne takmer každý nástroj. Ak však plánujete analyzovať big data, budete musieť na analýzu použiť špecifické nástroje. 3. Aké technické znalosti sú potrebné na vykonanie analýzy? Ak ovládate programovací jazyk, ako je Python, R, Java alebo SQL, potom máte veľa možností, pokiaľ ide o výber nástroja na analýzu dát. A ak nie ste technický alebo nemáte záujem o učenie sa jazyka, máte tiež niekoľko možností, pretože sú k dispozícii tzv. "no-code" nástroje, ktoré môžete použiť. 4. V akom formáte chcete výsledky? Chcete vidieť svoje výsledky vo formáte tabuľky alebo by ste radšej generovali grafické zobrazenie výsledkov? Najpopulárnejšie nástroje na analýzu dát Po zodpovedaní týchto otázok si spravíte prehľad o rôznych analytických nástrojoch a zvolíte ten najvhodnejší pre vaše potreby. V zozname nižšie teraz uvedieme populárne nástroje na analýzu dát, ktoré by vám mohli pomôcť. 1. Python Python je jedným z najpoužívanejších programovacích jazykov na analýzu údajov. Je to interpretovaný, univerzálny, vysokoúrovňový jazyk, ktorý možno použiť na procedurálne, funkčné a objektovo orientované programovanie. Táto flexibilita je jedným z dôvodov, prečo je Python obľúbený u programátorov s rôznym zameraním. Navyše, jeho jednoduchá syntax, ktorá je takmer ako prirodzený jazyk, z neho robí obľúbený jazyk pre začínajúcich vývojárov. Čo však robí Python skvelým jazykom na analýzu údajov, sú všetky knižnice tretích strán, ktoré môžete do svojho projektu pridať zadarmo. Mnohé z týchto knižníc, ako napríklad Matplotlib, PyTorch a Pandas, sú navrhnuté na spracovanie údajov, čo znamená, že na analýzu údajov musíte napísať menej kódu. 2. Matplotlib Matplotlib je knižnica Python, ktorá uľahčuje vizualizáciu údajov a grafické vykresľovanie. Môžete ho jednoducho nainštalovať na akýkoľvek operačný systém, ktorý podporuje Python, vrátane Mac, Windows a Linux. Po nainštalovaní môžete dlhé zoznamy čísel previesť na ľahko zrozumiteľné koláčové grafy, tepelné mapy, histogramy a iné typy vizualizácií, ktoré sú pripravené na použitie v zostavách alebo publikovanie online. Matplotlib môže tiež vygenerovať používateľské rozhranie pre vašu grafiku s ponukou, ktorú môžete použiť na prispôsobenie grafiky bez písania dodatočného kódu. 3. PyTorch PyTorch je open source knižnica Pythonu, ktorá sa používa na vytváranie, trénovanie a spúšťanie modelov strojového učenia. Používa tenzory podobné poliam na kódovanie vstupov, výstupov a parametrov modelov. Tenzor je kontajner pre údaje, ktorý môže tieto údaje reprezentovať v ľubovoľnom počte dimenzií, čo z neho robí veľmi flexibilný nástroj na analýzu dát. Ďalšou výhodou PyTorch je, že môže spúšťať modely strojového učenia pomocou počítačového GPU a nie CPU. To znamená, že model strojového učenia PyTorch vám môže poskytnúť report 4 až 5-krát rýchlejšie ako iné nástroje na analýzu údajov, ktoré využívajú iba spracovanie CPU. 4. Pandas Pandas je ďalšia knižnica Pythonu a je to švajčiarsky armádny nožík na manipuláciu s údajmi. S pandas môžete zmeniť neštruktúrované údaje z viacerých zdrojov na 2D objekt v pamäti nazývaný DataFrame. Keď už máte údaje v DataFrame, môžete ich rýchlo filtrovať, vyhľadávať, segmentovať a segregovať. Môžete tiež zlúčiť a spojiť dva rôzne DataFrame. 5. Jupyter Notebook Jupyter Notebook je webová aplikácia s otvoreným zdrojovým kódom, v ktorej môžete spúšťať Python, R a ďalšie programovacie jazyky v interaktívnom prostredí. Keďže ide o webovú aplikáciu, umožňuje interaktívnu spoluprácu medzi používateľmi. Nazýva sa to „notebook“, pretože umožňuje analytikom údajov nielen ukladať a spúšťať kód v prehliadači, ale pridáva aj vysvetľujúci text, obrázky a ďalšie podporné informácie. Zápisníky Jupyter slúžia ako výpočtový záznam medzi spolupracovníkmi a vytvorené záznamy možno uložiť ako súbory JSON. Tieto súbory potom možno použiť na sledovanie každého kroku procesu. O PyTorch, Pandas a tvorbe grafov v Matplotlib sa viac dozvieš v našom online kurze Python Data Science. 6. R R bol navrhnutý špeciálne pre potreby komunity zaoberajúcej sa dátovou analýzou a štatistikou. Jazyk R je vhodný na strojové učenie, vizualizáciu údajov a štatistickú analýzu. Obrovskou výhodou jazyka R je práve jeho obrovská komunita. R je sada nástrojov na manipuláciu s údajmi, vykonávanie výpočtov a generovanie grafiky. Dodáva sa s výkonnými možnosťami spracovania a ukladania údajov, ako aj flexibilnou sadou grafických nástrojov na generovanie tabuliek a grafov, ktoré sú pripravené na publikovanie v zostavách. Pokiaľ si vyberiete jazyk R, neurobíte určite chybu, najmä preto, že bol od základov vytvorený práve na dátovú analýzu. 7. SQL SQL, čo je skratka pre Structured Query Language, je programovací jazyk, ktorý bol vytvorený na interakciu s relačnými databázami. Z tohto dôvodu a skutočnosti, že firmy ukladajú väčšinu svojich údajov v databázach, je SQL základným nástrojom, ktorý dátoví vedci a dátoví analytici používajú na tvorbu reportov. SQL je tiež jednoduchý jazyk na učenie. Dotazy, ktoré do neho píšete, sú takmer ako anglické vety. A takmer každý iný programovací jazyk má tiež knižnice, ktoré môžete použiť na interakciu s databázami, vďaka čomu je tento jazyk skutočne výkonný na analýzu údajov. 8. D3.js D3.js je open-source JavaScriptová knižnica na vytváranie vlastných vizualizácií vo webovom prehliadači. Spolu s JavaScriptom používa HTML, škálovateľnú vektorovú grafiku a CSS, čo umožňuje webovým vývojárom jednoducho vykonávať analýzu údajov bez toho, aby sa museli učiť nový jazyk. D3 je skratka pre "Data Driven Documents" a umožňuje vývojárom prepojiť dáta na HTML dokumenty pomocou Document Object Modelu (DOM) a potom transformovať dokument na základe údajov, ktoré používa. D3 tiež podporuje interakciu, animáciu, anotáciu a kvantitatívnu analýzu. Aj keď sa technológia, ktorú používa D3, dá ľahko naučiť, prichádza s viac ako 30 modulmi a 1 000 metódami vizualizácie, ktorých zvládnutie môže chvíľu trvať. 9. MATLAB MATLAB používa vysokoúrovňový programovací jazyk na matematické modelovanie, numerické výpočty a vizualizáciu dát. Jeho názov je skratkou pre „maticové laboratórium - matrix laboratory“, pretože ide o maticový jazyk. Matematické matice sú dátové štruktúry, ktoré dokážu vyriešiť mnohé technické výpočtové problémy efektívnejšie ako iné skalárne programovacie jazyky. MATLAB môžete použiť na množstvo rôznych úloh, ako je vykresľovanie údajov, vývoj algoritmov, vytváranie modelov strojového učenia, interakcia s programami napísanými v iných jazykoch a analýza množín dát. Vďaka jeho pokročilým matematickým funkciám existuje veľa technických rolí, ktoré používajú MATLAB, vrátane softvérových inžinierov a dátových analytikov. 10. Tensor Flow TensorFlow je open-source platforma strojového učenia a analýzy dát, ktorú vytvoril tím Google Brain. Používa sa na numerické výpočty a implementáciu neurónových sietí s hlbokým učením. Kód pre TensorFlow je napísaný v C++, ale poskytuje API, ku ktorému je možné pristupovať pomocou mnohých iných programovacích jazykov vrátane Python, Go, Java, R, JavaScript a ďalších. TensorFlow dokáže trénovať a spúšťať modely strojového učenia na rozpoznávanie obrázkov, klasifikáciu ručne písaných číslic, vkladanie slov, opakujúce sa neurónové siete, preklad jazyka, spracovanie prirodzeného jazyka a simuláciu. A namiesto toho, aby ste sa museli zaoberať podrobnosťami vytvárania vlastných algoritmov, môžete si vytvoriť svoje vlastné modely pomocou TensorFlow. 11. Tableau Tableau je popredný nástroj Business Intelligence na trhu, ktorý sa používa na analýzu a vizualizáciu údajov v jednoduchom formáte. Tableau je nástroj na analýzu dát, ktorý sa používa na vytváranie kvalitných vizualizácií údajov pre business intelligence. Dokáže extrahovať dáta z mnohých zdrojov, vrátane Microsoft Excel, PDF súborov, rôznych typov databáz alebo dokonca súborov uložených na AWS. Po extrahovaní údajov k nim môže pristupovať aplikácia Tableau Desktop. Potom ho môžete použiť na generovanie dashboardov a vizualizácií v softvéri. Dáta môžu byť tiež publikované na Tableau Server, kde k nim možno pristupovať z akéhokoľvek miesta, vrátane mobilných zariadení. A to všetko môžete urobiť bez písania akéhokoľvek kódu. Záver Nástroje na analýzu dát vám pomôžu objavovať trendy a vzorce, na základe ktorých budete vedieť robiť lepšie rozhodnutia. K dispozícii je široká škála nástrojov, od zložitých programovacích jazykov až po aplikácie, ktoré vyžadujú veľmi málo technických znalostí. Výber je len na vás.

Na základe niektorých štatistík sa predpokladá, že dopyt po softvérových inžinieroch do roku 2029 narastie o 22%. Tento dopyt po softvérových inžinieroch a webových či mobilných aplikáciách, ktoré vytvárajú, viedol k mnohým novým pracovným pozíciám a inovatívnym, efektívnejším vývojovým procesom – ako napríklad DevOps.  Zaujíma ťa, čo je to DevOps, čo robí taký DevOps Engineer (inžinier), koľko zarába a aké zručnosti potrebuje? Čítaj ďalej a dozvieš sa viac.[Image] Čo je DevOps? DevOps je spojenie slov Development (vývoj) a Operations (prevádzka). Je to špeciálna metóda vývoja softvéru, ktorá spája procesy, ľudí a technológie, vďaka čomu môžu firmy produkovať kvalitný softvér, služby a produkty. DevOps-áci používajú nástroje, procesy a metódy vývoja na zabezpečenie efektívneho vývoja aplikácií. Zohrávajú dôležitú úlohu v každej fáze procesu vývoja, od nápadu až po implementáciu a údržbu. DevOps označuje spôsob vývoja softvéru, ktorý zaisťuje, že všetko beží hladko v každej fáze vývoja. Pred predstavením DevOps v roku 2009 vývojárske tímy zvyčajne zostavovali každú časť aplikácie nezávisle. Jeden tím by sa napríklad zaoberal štruktúrou databázy, zatiaľ čo iný vytvoril frontend alebo bezpečnostné prvky. Aj keď to bolo efektívne, často to viedlo k problémom, keď boli tieto rôzne časti spojené do jedného celku. DevOps sa snaží tento problém vyriešiť tým, že všetkých účastníkov vývoja spojí dokopy. Môžeš si to ľahko predstaviť ako stavbu domu. Štandardne by si mal rôznych dodávateľov, ktorí by robili rôzne práce: murári, elektrikári, inštalatéri, maliari atď. Pri DevOps modeli však títo dodávatelia spolupracujú, diskutujú o každej fáze vývoja a pracujú spolu a ťahajú za jeden povraz. Výsledkom je, že konečný produkt je efektívnejší, kvalitnejší a ušetrí aj čas, pretože každá zložka sa spája s ostatnými. DevOps Engineer zaisťuje, že sa to všetko deje hladko a konzistentne počas celého životného cyklu vývoja. DevOps špecialisti teda používajú rôzne nástroje, procesy a metódy vývoja, aby zabezpečili efektívny vývoj aplikácií. V každej fáze procesu vývoja (od nápadu až po implementáciu a údržbu) zohrávajú významnú úlohu. Keďže celý vývoj aplikácie je v rámci jedného tímu, vývojári sú schopní rýchlejšie komunikovať medzi sebou, ale aj kolaborovať so zákazníkom, čo znamená častejšie vydávanie nových verzií vyvíjaného softvéru. Funkcie DevOps DevOps špecialista podporuje komunikáciu, spoluprácu a zdieľanie zodpovednosti naprieč všetkými stranami počas životného cyklu vývoja. Hlavnou výzvou, ktorej čelia DevOps-áci, je zjednotiť všetkých účastníkov vývoja, čo sú frontend a backend developeri, UI/UX dizajnéri, testeri, ľudia zodpovední za bezpečnosť produktu, ale aj obchodníci, zákaznícky servis či ďalšie kľúčové osoby.  V DevOps kultúre sú všetci títo účastníci rovnako dôležití a ich vstupy do vývoja majú rovnakú hodnotu. DevOps-ák musí zabezpečiť, že je s tým celý tím stotožnený, podporuje to a samozrejme najmä praktizuje.  Aké techniky používajú DevOps-áci? Najčastejšie sú využívané nasledovné postupy či technológie: • continuous integration, continuous deployment (CI/CD), • kontajnerizácia, • monitorovanie. V skratke si povedzme o každej z vyššie uvedených technológií. CI/CD Zavádza automatizáciu do softvérového vývoja. Pomocou skupiny rôznych nástrojov tak je možné zabezpečiť automatické zostavovanie verzií, ich kontrolu a reporting kvalít konkrétnej verzie. Po zostavení a otestovaní je možné nasadiť verziu do produkčného prostredia. To je technika Continuous Integration. Inými slovami, zmeny sa vykonajú a integrujú okamžite. "CD" sa môže vzťahovať aj na Continuous Delivery. Zmeny vykonané v aplikácii sa pred odoslaním do úložiska (napr. GitHub) testujú na chyby. Následne sú umiestnené do živej produkcie. Continuous Deployment znamená automatické odosielanie zmien vykonaných vývojárom z úložiska ako napr. GitHub do produkcie, kde ho môžu koncoví používatelia používať. Kontajnery Kontajnery poskytujú spôsob izolácie procesov od zvyšku softvéru. Každý kontajner funguje v podstate ako virtuálny stroj, ktorý spúšťa jednu časť celkového procesu. Pretože kontajnery sa dajú veľmi rýchlo zapnúť a vypnúť, kontajnerizácia uľahčuje vytváranie, nasadzovanie a spúšťanie aplikácií. DevOps engineer musí rozumieť kontajnerizácii, pretože má vplyv na to, ako sa produkt vytvára, upravuje a testuje. Pri vytváraní kontajnera by malo platiť pravidlo, že jeden kontajner je jedna služba. Na to, aby sme docielili tieto vlastnosti kontajnerov, musíme dodržať 3 hlavné princípy kontajnerizácie: štandardnosť (Standard), jednoduchosť (Lightweight) a izolovanosť (Isolated). V dnešnej dobe je veľmi populárny prechod na mikroservisovo orientovanú architektúru. Pri tejto architektúre je funkcionalita softvéru rozdelená do menších častí - mikroservisov. Cieľom je vytvorenie aplikácie, ktorá bude čo najviac modulárna. Bude to znamenať jej zjednodušenie, udržiavateľnosť a tiež škálovateľnosť. Funkcionalita aplikácie sa rozdelí do jednotlivých mikroservisov, kde každý má na starosti iba jednu, oddelenú časť softvéru. Ak bude potrebná zmena aplikácie, tieto mikroservisy je relatívne jednoduché upraviť. Vykoná sa len požadovaná zmena, upraví sa daný mikroservis a opätovne je nasadený. Pri takomto prístupe sa vyskytuje menej chýb, výpadkov a má to kladný vplyv na testovanie a hľadanie chýb v softvéri. Monitorovanie Monitorovanie zahŕňa používanie systému, ktorý umožňuje sledovať celý vývojový ekosystém a upozorní ťa, ak sa niečo pokazí. S dobre nastaveným monitorovaním môžeš rýchlo riešiť problémy pomocou analýzy základných príčin, ktorá presne určí, kde problém začal. Monitorovanie ti tiež umožňuje zistiť, ako sa rôzne systémy navzájom ovplyvňujú, či už bežia súčasne alebo postupne. Tvoja práca ako DevOps špecialistu bude takmer nemožná bez komplexného monitorovacieho riešenia. Riešenie problémov bude rýchlejšie a efektívnejšie.[DASA DevOps Competency model (zdroj: DASA)] Zručnosti DevOps špecialistu Technické zručnosti sú nevyhnutnosťou. Aj keď sa v DevOps prostredí a IT všeobecne neustále objavujú nové technológie a nástroje, dobrý DevOps inžinier by mal mať kvalitné znalosti v týchto oblastiach: • verziovanie, systém správy verzií (ako Git, Github, Bitbucket, Svn atď.), • Continuous integration (Jenkins, Bamboo, VSTS), • koncepty kontajnerov (Docker), • orchestrácia kontajnerov (Kubernetes, Swarm, Openshift), • cloud (AWS, Azure, GoogleCloud, Openstack), • základy sietí, Linux (základy OS), Bash, • základy programovania (napr. Python, Design Patterns). DevOps inžinieri musia byť schopní písať bezpečný kód na ochranu aplikácií pred útokmi, ako aj na obranu pred bežnými zraniteľnosťami kybernetickej bezpečnosti. Rovnako ako v iných technických prostrediach, kľúčovým prvkom DevOps je tiež automatizácia. Veľa opakujúcich sa a manuálnych úloh vykonávaných tradičnejšími systémovými administrátormi možno automatizovať pomocou jazykov ako Python, Ruby, Bash či Shell. Nezabúdaj ani na soft skill zručnosti ako komunikačné zručnosti, dobrú organizáciu, ochotu spolupracovať, flexibilitu, prezentačné zručnosti alebo to, že zákazník je na prvom mieste. Mzda DevOps špecialistu sa podľa portálu platy.sk pohybuje v závislosti od regiónu a seniority na úrovni od 2.000 Eur vyššie. Jedná sa o veľmi žiadanú pozíciu, dopyt po DevOps inžinieroch v ostatných rokoch značne vzrástol.[Image] Ako sa stať DevOps špecialistom Aby si sa stal DevOps špecialistom, musíš získať znalosti a skúsenosti potrebné na prácu s rôznymi technológiami. Kľúčom je naučiť sa zručnosti, aplikovať ich a vybudovať si portfólio, ktorým sa vieš odprezentovať. Náš zoznam vyššie v článku sa zdá byť vyčerpávajúci a nekonečný. Ako sme už spomínali, v jednej oblasti môžeš byť expertom a o iných vieš toho málo. To je úplne v poriadku. Základné znalosti z každej oblasti sú dobrým začiatkom. Napríklad, ak si softvérový inžinier, určite si dobrý v programovaní. Nemalo by byť pre teba ťažké zvládnuť prácu admina, pretože niektoré činnosti si už určite mohol vykonávať vo svojej práci. Rovnako, ak si sieťový inžinier, nebudeš mať problém naučiť sa viac o bezpečnosti, virtualizácii a správe infraštruktúry. Každá z týchto zručností spolu súvisí. Cesta k tomu, aby ste sa stali DevOps špecialistom je dlhá, ale stojí za to. A neexistujú žiadne skratky.