Job Description
About the Role:
We are building a next-generation orchestration platform that enables self-service access to GPU-powered environments for AI engineers, data scientists, and developers. Our platform spans cloud, on-prem, and virtualized environments, exposing infrastructure through APIs and intuitive dashboards.

As a Mid-level to Senior DevOps Engineer, you will play a key role in making this platform reliable, observable, and scalable while working in a highly dynamic, R&D-driven environment.

Responsibilities:
• Design, implement, and maintain CI/CD pipelines for automated build, test, and deployment
• Manage and improve infrastructure as code (IaC) using tools like Terraform and Ansible
• Monitor and optimize application performance, availability, and scalability
• Collaborate with developers to streamline code integration and deployment processes
• Implement and maintain containerization and orchestration platforms (Docker, Kubernetes)
• Ensure security, compliance, and governance of cloud environments
• Troubleshoot issues across development, testing, and production environments

Requirements:
• Understanding of networking, security, and system administration
• 5+ years of experience as a DevOps Engineer or similar role
• Strong knowledge of CI/CD tools (Jenkins, GitLab CI, Argo CD)
• Hands-on experience with Docker, Kubernetes (Cilium and Gateway API)
• Proficiency with Git, Linux, and scripting languages (Python/Go, Bash)
• Proficiency in working with databases
• Familiarity with monitoring/logging tools (Prometheus, Grafana, ELK stack)

Nice to Have:
• Experience in SRE practices (SLIs/SLOs, incident response, postmortems)
• Familiarity with distributed systems and microservices architecture
• Exposure to AI/ML infrastructure or GPU-based workloads

Soft Skills & Mindset:
• Strong problem-solving ability and curiosity; comfortable working on ambiguous, unsolved challenges
• R&D mindset: you enjoy experimenting, prototyping, and iterating on new ideas
• Ability to think beyond tools and understand systems as a whole
• Ownership mentality: you take responsibility for reliability and outcomes, not just tasks
• Effective communication and collaboration across engineering teams
• Resilience under pressure, especially during incidents or system failures



#devops #jobs

از کارگزینی تا سرمایه انسانی؛ بازتعریف فرهنگ کار، رشد جمعی و مسئولیت اجتماعی در اکوسیستم فناوری

نویسنده : یاشار اسمعیل دخت

#devops #work #job #future #report

https://t.me/unixmens

کتاب radosgw که از سالها پیش نوشته بودم . تقدیم عزیزان


نویسنده : مهندس یاشار اسمعیل دخت

#devops #book #yashar_esmaildokht #linux #k8s #kubernetes #cloud #technology
#ceph #storage #sds #rados #radosgw #s3 #swift
https://t.me/unixmens

کتاب مرجع دواپس نسخه 0.5 را بصورت آزاد منتشر کردم . تقدیم عزیزان

کتاب مرجع Devops
نویسنده : مهندس یاشار اسمعیل دخت

#devops #book #yashar_esmaildokht #linux #k8s #kubernetes #cloud #team #technology

https://t.me/unixmens

چرا DevOps نقطه شروع مسیر مهندسی نیست؟ بررسی علمی، فنی و اقتصادی هزینه استخدام نیروی Junior در تیم‌های DevOps

در مقالهٔ قبلی بررسی کردیم که چرا مفهوم کارآموزی در حوزهٔ دواپس، به‌ویژه در موقعیت‌هایی که انتظار می‌رود فرد از ابتدا مسئولیت‌های عملیاتی و مهندسی را بر عهده بگیرد، با چالش‌های جدی مواجه است.
در این مقاله، از منظر اقتصادی و سازمانی به موضوع می‌پردازیم و هزینه‌های واقعی جذب، آموزش و به‌کارگیری نیروهای کارآموز و جونیور در تیم‌های دواپس را بررسی می‌کنیم؛ هزینه‌هایی که فراتر از حقوق و دستمزد هستند و می‌توانند شامل زمان صرف‌شده توسط نیروهای ارشد، کاهش بهره‌وری تیم، افزایش ریسک‌های عملیاتی و هزینه‌های ناشی از خطاهای احتمالی باشند.



#devops #fact #economy #future #business


https://t.me/unixmens

در دنیای امروز، داده‌ها قلب تصمیم‌گیری سازمان‌ها هستند؛ اما پشت هر سرویس بزرگ، هر Cloud Platform و هر زیرساخت Enterprise، یک چالش اساسی وجود دارد:
چگونه داده‌ها را سریع، امن، پایدار و در مقیاس بزرگ ذخیره کنیم؟
سال‌ها Storageهای سنتی مانند SAN و NAS پاسخ‌گوی بسیاری از نیازها بودند؛ اما با رشد Cloud، Virtualization، Kubernetes و حجم عظیم داده‌ها، نیاز به معماری‌های جدیدی شکل گرفت.
اینجاست که Ceph وارد می‌شود.
در واقع Ceph فقط یک نرم‌افزار Storage نیست؛ یک معماری Distributed Storage است که با استفاده از مفاهیمی مانند RADOS، CRUSH، Object Placement و Software Defined Storage، امکان ساخت زیرساخت‌های ذخیره‌سازی مقیاس‌پذیر و مقاوم در برابر خطا را فراهم می‌کند.
اما کار با Ceph در محیط‌های واقعی فقط با چند دستور و نصب یک Cluster تمام نمی‌شود.
یک متخصص واقعی Ceph باید بداند:
🔹 داده دقیقاً چگونه در Cluster حرکت می‌کند؟
🔹 ساختار CRUSH چگونه تصمیم می‌گیرد داده روی کدام OSD قرار بگیرد؟
🔹 هنگام خرابی Disk، Node یا Network چه اتفاقی در داخل Cluster رخ می‌دهد؟
🔹 چگونه Performance یک Cluster را اندازه‌گیری و بهینه کنیم؟
🔹 چگونه برای یک سازمان کوچک، متوسط یا Enterprise معماری مناسب طراحی کنیم؟
دوره Advanced Ceph — Architecture, Engineering, Performance & Production با همین نگاه طراحی شده است.
در این دوره، Ceph از سطح استفاده روزمره فراتر رفته و از دیدگاه یک Storage Engineer و Infrastructure Architect بررسی می‌شود؛ از معماری داخلی RADOS و CRUSH تا OSD، BlueStore، RBD، CephFS، Performance Engineering، High Availability، Disaster Recovery و Troubleshooting در سناریوهای واقعی.
👨‍🏫 مدرس دوره:
مهندس یاشار اسمعیل‌دخت
هدف این دوره فقط یادگیری نصب Ceph نیست؛ هدف این است که بتوانید یک Ceph Cluster را طراحی کنید، رفتار آن را تحلیل کنید، مشکلات آن را پیدا کنید و برای محیط‌های Production تصمیم‌های معماری درست بگیرید.
📚 مشاهده معرفی کامل دوره و سرفصل‌ها:
🔗 https://ceph-yashar-esmaildokht.ai.studio/
🌐 در صورت محدودیت دسترسی، با VPN / فیلترشکن وارد شوید. یا با این لینک وارد شوید .
جهت ثبت نام به پشتیبانی پیفام دهید :
https://t.me/unixmens_support




#Ceph #Storage #Linux #DevOps #CloudNative #Infrastructure #SRE #OpenSource
#cource 
https://t.me/unixmens

چرا بخشی از مشکلات ایران را خودمان بازتولید می‌کنیم؟ از منفعت‌طلبی فردی تا شکست تفکر سیستمی

نویسنده « یاشار اسمعیل دخت

#iran #pmo #management #people #culture
#devops
https://t.me/unixmens

آیا اجرای اپلیکیشن‌های غیر Cloud-Native روی Kubernetes توجیه فنی و اقتصادی دارد؟
نویسنده : یاشار اسمعیل دخت

#devops #linux #odoo #k8s #design #engineering

https://t.me/unixmens

From Infrastructure to Civilization: Building a Data-Driven Society Through Knowledge, Communication, and Collaboration

by : Yashar Esmaildokht

#devops #culture #future #linux #community #mindset

https://t.meunixmens

از زیرساخت تا تمدن؛ داستان شکل‌گیری جامعه‌ای مبتنی بر داده، دانش و همکاری



نویسنده : یاشار اسمعیل دخت


#devops #linux #culture #future


https://t.me/unixmens

مقاله جامع: Mapping در Elasticsearch؛ اصول، معماری، بهینه‌سازی و کاربرد در ELK Stack


نویسنده : یاشار اسمعیل دخت
Elastic
OpenSearch Project
#elk #opensearch #devops #data #observation #telemetry

Yashar Esmaildokht


https://t.me/unixmens

رسانه، پیام است؛ از نظریهٔ مارشال مک‌لوهان تا مهندسی سیستم‌ها، هوش مصنوعی و تحول دیجیتال

نویسنده : یاشار اسمعیل دخت

#devops #organization #media ##medium


https://t.me/unixmens

وقتی DevOps از پارادایم فرهنگی به ابزارِ خطرناک تقلیل می‌یابد




دواپس در ذات خود پاسخی بود به پیچیدگی؛ نه تلاشی برای حذف آن. این جنبش از دل شکست‌های مکرر سازمان‌ها بیرون آمد: شکست در تحویل، شکست در کیفیت، شکست در همکاری، شکست در فهم انسان در کنار سیستم. اما درست همان‌طور که یاکوب بورکهارت هشدار می‌داد، هر ایده‌ای که با پیچیدگی سروکار دارد، در معرض مصادره توسط «ساده‌سازان هولناک» است. DevOps هم از این قاعده مستثنی نیست.
امروز خطر اصلی DevOps نه مخالفت مدیران سنتی، بلکه ساده‌سازی افراطی آن توسط مدعیانش است.
ا DevOps چه بود و چه شد؟
دواپس قرار نبود:

ابزار باشد
نقش شغلی باشد
چک‌لیست پیاده‌سازی باشد

دواپس یک پارادایم اجتماعی–فنی بود؛ تلاشی برای دیدن سیستم به‌عنوان یک کل زنده شامل انسان، فرایند، تکنولوژی و فرهنگ.
اما ساده‌سازان چه کردند؟

آن را به CI/CD تقلیل دادند
فرهنگ را به اسلاید تبدیل کردند
انسان را به KPI فروکاستند

در این لحظه، DevOps از راه‌حل به مسئله تبدیل شد.
ساده‌ساز هولناکِ دواپسی کیست؟
ساده‌ساز دواپسی کسی است که می‌گوید:

ا «DevOps یعنی اتوماسیون»
ا «DevOps یعنی Kubernetes»
ا «DevOps یعنی سرعت»

او پیچیدگی سازمان را نمی‌فهمد یا بدتر، تحملش را ندارد. برای او:

اختلاف تیم‌ها = ناکارآمدی
بحث = اتلاف زمان
تردید = ضعف رهبری

این همان ذهنیتی است که بورکهارت درباره‌اش هشدار می‌داد؛ فقط با لباس مدرن.


اتوماسیون بدون فهم = خشونت سازمانی
بیایید صادق باشیم: اتوماسیون می‌تواند خشونت‌بار باشد.
وقتی:

فرایند معیوب را اتومات می‌کنی
تصمیم غلط را سریع‌تر می‌کنی
ساختار بیمار را مقیاس می‌دهی

دواپس تبدیل می‌شود به ابزار سرکوب، نه بهبود. این همان منطق بورکهارتی است: خشونت، نتیجهٔ طبیعیِ سادگیِ تحمیلی است.


#devops

ااز Mapping تا Grok در Elasticsearch؛ معماری پردازش و ساختاردهی داده در Elastic


نویسنده : یاشار اسمعیل دخت

#devops #elasticserach #mapping #grok #data #organization

Elastic
OpenSearch Project
https://t.me/unixmens

یکی از قابلیت‌های مهم در نسخه‌های جدید Fail2ban، وجود Action اختصاصی برای CSF است.
در Fail2ban نسخه 1.1.1، فایل Action مربوط به CSF در کتابخانه رسمی معرفی شده است. این Action از دستورهای CSF برای مسدودسازی و آزادسازی IP استفاده می‌کند.



ابتدا وضعیت هر دو ابزار را بررسی می‌کنیم:
csf -v
fail2ban-client --version
سپس وجود Action مربوط به CSF را بررسی می‌کنیم:
ls -l /etc/fail2ban/action.d/csf.conf
اگر فایل وجود نداشت، نباید فرض کنیم که Fail2ban نصب‌شده از این Action پشتیبانی می‌کند. باید فایل Action متناظر با نسخه نصب‌شده را از منبع معتبر تهیه و سازگاری آن را بررسی کنیم.
۴.۲. تعریف Jail برای SSH
فایل زیر را ایجاد می‌کنیم:
/etc/fail2ban/jail.d/sshd.local
محتوا:
[sshd] enabled = true filter = sshd backend = systemd maxretry = 5 findtime = 600 bantime = 3600 action = csf
در این تنظیمات:
Fail2ban لاگ‌های SSH را بررسی می‌کند.
پنج تلاش ناموفق در بازه ده دقیقه باعث Ban می‌شود.
IP به مدت یک ساعت مسدود خواهد شد.
عملیات مسدودسازی به CSF واگذار می‌شود.
نکته: مقدار backend باید با نحوه ثبت لاگ در توزیع لینوکس مورد استفاده سازگار باشد. اگر لاگ‌ها در فایل ثبت می‌شوند، باید logpath مناسب تعریف شود.
نحوه عملکرد Action
منطق اصلی Action به این صورت است:

# Ban csf --deny <ip> "banned by Fail2Ban" # Unban csf --denyrm <ip>


در زمان شناسایی حمله، Fail2ban دستور اول را اجرا می‌کند.
پس از پایان مدت مسدودسازی، دستور دوم اجرا می‌شود.
این موضوع اهمیت زیادی دارد؛ زیرا یک IP نباید پس از پایان زمان Ban، همچنان به‌صورت ناخواسته در Firewall باقی بماند.
راه‌اندازی مجدد و بررسی وضعیت
پس از اعمال تنظیمات:
systemctl restart fail2ban
بررسی وضعیت سرویس:
systemctl status fail2ban
بررسی Jailها:
fail2ban-client status
بررسی وضعیت SSH Jail:
fail2ban-client status sshd
برای مشاهده Action فعال:
fail2ban-client get sshd actions
و برای بررسی فرمان Ban:
fail2ban-client get sshd action csf actionban
این دستورات کمک می‌کنند مطمئن شویم Fail2ban واقعاً از Action موردنظر استفاده می‌کند، نه اینکه به‌صورت ناخواسته یک Rule مستقل در nftables یا iptables ایجاد کرده باشد.

همچنین این فرایند ها را هم میتونیم با Zabbix ترکیب کنیم .


https://lnkd.in/eaYkk5Xj


#security #devops

رشد ارگانیک؛ تجربه من و بیزینس های مبتنی بر تکنولوژی و اقتصاد

#devops
#yashar_esmaildokht
Yashar Esmaildokht
https://t.me/unixmens

رشد ارگانیک؛ تجربه من و بیزینس های مبتنی بر تکنولوژی و اقتصاد

#devops
#yashar_esmaildokht

مفهوم Scion؛ روی دیگر معماری Version Control در عصر هوش مصنوعی

نویسنده : یاشار اسمعیل دخت
Yashar Esmaildokht

#devops #git #ai

https://t.me/unixmens

بومرنگی به نام هوش مصنوعی ؛ وقتی هوش مصنوعی جای انسان را می‌گیرد، اما سازمان دوباره به سراغ او می‌رود!

نویسنده : یاشار اسمعیل دخت

مقدمه


در سال‌های اخیر، توسعه هوش مصنوعی مولد و ابزارهای اتوماسیون، سازمان‌های بسیاری را به بازنگری در ساختار نیروی انسانی، مدل عملیاتی و هزینه‌های سازمانی وادار کرده است. برخی شرکت‌ها با این تصور که هوش مصنوعی می‌تواند جایگزین بخشی از نیروی انسانی شود، اقدام به تعدیل کارکنان کرده‌اند؛ اما گزارش‌های آماری و مطالعات سازمانی در سال‌های ۲۰۲۵ و ۲۰۲۶ نشان می‌دهند که پیامدهای این تصمیم‌ها همیشه مطابق انتظارات اولیه نبوده است.
برای مثال، در مطالعه‌ای که Careerminds در فوریه ۲۰۲۶ با مشارکت ۶۰۰ متخصص منابع انسانی انجام داد، حدود دو سوم سازمان‌های مورد بررسی که تعدیل‌های مرتبط با فناوری و هوش مصنوعی انجام داده بودند، از بازاستخدام بخشی از نیروهای حذف‌شده خبر دادند. همچنین تنها ۸.۴ درصد پاسخ‌دهندگان اعلام کردند که حاضرند همان فرایند بازسازی نیروی انسانی را بدون تغییر تکرار کنند.

از سوی دیگر، گزارش سال ۲۰۲۶ مؤسسه McKinsey نشان می‌دهد که اگرچه انتظارات مدیران از کاهش نیروی انسانی به‌واسطه هوش مصنوعی افزایش یافته، اما در عمل تنها ۱۴ درصد سازمان‌های استفاده‌کننده از AI طی سال گذشته کاهش کلی تعداد کارکنان خود را به هوش مصنوعی نسبت داده‌اند.

این شواهد پرسش مهمی را مطرح می‌کنند: آیا سازمان‌ها واقعاً در حال جایگزینی نیروی انسانی هستند یا در حال تجربه یک مرحله دشوار از بازطراحی ساختار سازمانی و تقسیم کار میان انسان و ماشین؟


در این مقاله، با بررسی داده‌های آماری، مطالعات پژوهشی، تجربه شرکت‌های بین‌المللی و پیامدهای اقتصادی و عملیاتی تصمیم‌های مبتنی بر هوش مصنوعی، تلاش می‌کنیم به این پرسش پاسخ دهیم.



#ai #devops #work #future
Yashar Esmaildokht
https://t.me/unixmens