Распределенные системы

2024/2025

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Когда читается: 3 модуль

Охват аудитории: для своего кампуса

Преподаватели: Ахтямов Павел Ибрагимович

Язык: русский

Кредиты: 3

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

На нашем курсе мы продолжим изучение работы сервисов в режиме высокой нагрузки. В начале курса мы узнаем, каким образом сервисы выполняют задачи в отложенном режиме. После этого мы рассмотрим основы многопоточного программирования и рассмотрим разные аспекты асинхронного программирования на Python. На курсе будут рассмотрены оптимальные практики развертывания приложений в режиме “чистое железо” и в рамках инфраструктуры кластера Kubernetes.

Цель освоения дисциплины

По результатам обучения курса студенты смогут разворачивать приложения в промышленной среде и адаптировать лучшие практики высоконагруженных систем в своих проектах.

Планируемые результаты обучения

Студенты смогут реализовать проект в стеке: Backend, Frontend, WSGI, кэширование для распределения нагрузки.
Студенты смогут реализовать взаимодействие структурированных данных с использованием эффективных протоколов.
Студенты смогут настроить взаимодействие сервисов по протоколам WebSocket и gRPC и обосновать выбор протокола.
Студенты смогут разворачивать приложение в Kubernetes-кластере и настраивать Kubernetes-кластер при помощи дистрибутивов настройки Kubernetes-кластера.
Студенты смогу реализовать привязку очередей сообщений для реализации отложенных задач.
Студенты смогут выбрать оптимальный способ ускорения программ на Python.
Студенты смогут реализовывать сервисы при помощи асинхронных фреймворков веб-сервисов и разрешать проблему “однопоточности” в Python.
Студенты смогут реализовать быстрое развертывание моделей глубокого обучения.
Студенты научаться готовить модели к использованию на Embedded-устройствах (мобильные телефоны, умные устройства)
Студенты смогут увеличить нагрузку на систему с использованием системы кэширования и измерить увеличение производительности от внедрения систем кэширования.