На собеседовании DevOps-инженера дают пять видов задач: Linux и траблшутинг сервера (диск, процессы, память, логи), сети (DNS, TCP, HTTP, TLS), контейнеры — исправить Dockerfile, объяснить слои и изоляцию, Kubernetes — написать манифест и найти, почему под не запускается, и CI/CD с инфраструктурой как кодом. Джунов проверяют в основном на Linux, сетях и Docker, мидлов — на Kubernetes, пайплайнах и диагностике инцидентов, сеньоров — на надёжности, деплое без простоя и архитектуре платформы. Для подготовки поднимите учебный кластер, сломайте его десятком способов и почините, проговаривая каждую команду.
Какие задачи дают на собеседовании DevOps-инженера
DevOps-интервью почти всегда построено вокруг сценариев: «сайт не открывается», «под перезапускается», «диск заполнен, но файлов нет». Интервьюер смотрит на порядок действий — с чего начинаете, какими командами проверяете гипотезы, когда откатываете изменения. Код пишут реже, чем на собеседованиях разработчиков: в основном это Bash, YAML и Dockerfile.
| Тип задачи | Что проверяют | Пример | Кому чаще дают |
|---|---|---|---|
| Linux и траблшутинг | Процессы, диски, память, логи | Диск заполнен, а du показывает меньше |
Всем |
| Сети | DNS, TCP/IP, HTTP, TLS | Сайт не открывается у части пользователей | Всем |
| Docker | Слои, кэш сборки, безопасность образа | Исправить Dockerfile | Junior, Middle |
| Kubernetes | Манифесты, пробы, сеть, диагностика | CrashLoopBackOff, пустой Service | Middle, Senior |
| CI/CD | Этапы пайплайна, артефакты, секреты | Пайплайн сборки и деплоя | Middle |
| IaC и надёжность | Terraform, стратегии деплоя, инциденты | Деплой без простоя, блокировка state | Senior |
Задачи по уровням: что ждут от Junior, Middle и Senior
Junior. Уверенная работа в Linux: права, процессы, сигналы, systemd, диски и файловые системы, базовый Bash. Сети на уровне TCP/IP, DNS, HTTP. Docker: собрать и запустить образ, пробросить порт, подключить том. Git и общее понимание CI/CD.
Middle. Kubernetes: Deployment, Service, Ingress, ConfigMap и Secret, пробы, ресурсы, диагностика подов. Пайплайны в GitLab CI, GitHub Actions или Jenkins. Terraform и Ansible, мониторинг (Prometheus, Grafana), централизованные логи. От мидла ждут самостоятельного разбора инцидента.
Senior. Архитектура платформы и отказоустойчивость, стратегии деплоя, SLO (целевые показатели надёжности сервиса), управление инцидентами и постмортемы, безопасность цепочки поставки, стоимость инфраструктуры, развитие практик в командах разработки.
Как в целом различают грейды — в статье про уровни Junior, Middle и Senior.
Задачи для Junior с решениями
Диск заполнен, а файлов нет
Условие. df -h показывает, что раздел /var заполнен на 100%. du -sh /var насчитывает только 40% объёма. Где остальное место?
Разбор. Классическая причина — файл удалили, но процесс всё ещё держит его открытым. Имя из каталога исчезло, а блоки на диске освободятся, только когда процесс закроет файл. Чаще всего это лог, который удалили вручную вместо ротации.
# Открытые файлы с нулём ссылок, то есть удалённые
sudo lsof -nP +L1
# Пример вывода:
# java 1234 app 3w REG 254,0 52428800 0 1630292 /var/log/app/app.log (deleted)
Решение. Перезапустить процесс, который держит файл, или, если перезапуск сейчас невозможен, обнулить файл через дескриптор: : > /proc/1234/fd/3. Чтобы не повторилось — настроить logrotate с copytruncate или с сигналом приложению на переоткрытие логов. Вторая возможная причина расхождения — данные под точкой монтирования: файлы записали в каталог до того, как к нему смонтировали раздел.
No space left on device при свободном месте
Условие. Приложение пишет No space left on device, но df -h показывает 30% свободного места.
Разбор. Закончились inode — структуры, которые хранят метаданные файлов. Каждый файл занимает один inode независимо от размера, поэтому миллионы мелких файлов (сессии, кэш, временные файлы) исчерпывают их раньше, чем место.
df -i /var
# Каталоги с наибольшим числом файлов в пределах одной файловой системы
sudo find /var -xdev -type f | cut -d/ -f3 | sort | uniq -c | sort -rn | head
Решение. Найти источник мелких файлов, удалять их порциями (например, find ... -mtime +7 -delete), а не одной командой rm *, которая упадёт на слишком длинном списке аргументов. Затем исправить причину: очистка сессий, лимит кэша. Число inode на ext4 задаётся при создании файловой системы, на лету его не увеличить.
Топ IP-адресов в логе nginx
Условие. Найдите пять IP-адресов, которые сделали больше всего запросов, и отдельно — адреса, которые получали ошибки 5xx.
Разбор. В стандартном формате лога nginx IP — первое поле, код ответа — девятое. Связка sort | uniq -c | sort -rn — базовый приём, который ждут от любого кандидата.
awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -5
awk '$9 ~ /^5/ {print $1}' access.log | sort | uniq -c | sort -rn | head -5
# Распределение кодов ответа
awk '{print $9}' access.log | sort | uniq -c | sort -rn
Вопрос вдогонку: лог весит 50 ГБ. Ответ — sort справится, используя временные файлы, но быстрее агрегировать в самом awk через ассоциативный массив и читать сжатые архивы через zcat без распаковки на диск.
Сервис с автоматическим перезапуском
Условие. Напишите unit-файл systemd для приложения, который запускает его от отдельного пользователя и перезапускает при падении.
[Unit]
Description=Billing API
After=network-online.target
Wants=network-online.target
StartLimitIntervalSec=60
StartLimitBurst=5
[Service]
Type=simple
User=billing
WorkingDirectory=/opt/billing
EnvironmentFile=/etc/billing/env
ExecStart=/opt/billing/bin/billing-api --port 8080
Restart=on-failure
RestartSec=5
LimitNOFILE=65535
[Install]
WantedBy=multi-user.target
Разбор. Restart=on-failure перезапускает сервис при ненулевом коде выхода или аварийном завершении. StartLimitIntervalSec и StartLimitBurst относятся к секции [Unit] и останавливают бесконечные перезапуски: больше пяти попыток за минуту — сервис переходит в состояние failed. После создания файла — systemctl daemon-reload и systemctl enable --now billing-api, логи — journalctl -u billing-api -f. Синтаксис unit-файла проверяет systemd-analyze verify.
Load average 8 на четырёх ядрах
Условие. uptime показывает load average 8.1 7.9 7.5 на сервере с четырьмя ядрами, но top показывает загрузку процессора 20%. Что происходит?
Разбор. Load average — среднее число процессов, которые выполняются или ждут выполнения, за 1, 5 и 15 минут. В Linux в него входят и процессы в состоянии непрерываемого сна (D) — обычно это ожидание диска или сетевого хранилища. Высокая нагрузка при простаивающем процессоре указывает на ввод-вывод.
Решение. Посмотреть %wa (iowait) в top, процессы в состоянии D через ps -eo state,pid,cmd | grep '^D', нагрузку на диски через iostat -x 1 и процессы, которые больше всех читают и пишут, через iotop. Если используется NFS — проверить доступность хранилища.
Сайт не открывается
Условие. Пользователи жалуются, что https://shop.example.com не открывается. Как будете искать причину?
Разбор. Идите по уровням снизу вверх и на каждом шаге отсекайте половину гипотез.
# DNS: во что резолвится имя, совпадает ли с ожидаемым адресом
dig +short shop.example.com
# TCP: открыт ли порт
nc -vz shop.example.com 443
# TLS: срок и цепочка сертификата
openssl s_client -connect shop.example.com:443 -servername shop.example.com </dev/null \
| openssl x509 -noout -dates
# HTTP: код ответа и время этапов
curl -sv -o /dev/null -w '%{http_code} %{time_total}\n' https://shop.example.com/
# На сервере: слушает ли процесс порт
sudo ss -tlnp | grep ':443'
Если проблема только у части пользователей — проверьте разные DNS-резолверы и TTL записи после переезда, балансировщик и упавший бэкенд за ним, правила файрвола и ограничения по геолокации.
Задачи для Middle с решениями
Исправить Dockerfile
Условие. Что не так с этим Dockerfile для Node.js-приложения?
FROM node:latest
COPY . /app
WORKDIR /app
RUN npm install
EXPOSE 3000
CMD npm start
Разбор. Проблем шесть:
- Тег
latest— сборка невоспроизводима, образ может измениться в любой момент. COPY . .до установки зависимостей — любое изменение кода сбрасывает кэш слоя сnpm install, и зависимости ставятся заново при каждой сборке.npm installвместоnpm ci— версии зависимостей могут отличаться отpackage-lock.json.- В образ попадают dev-зависимости и, без
.dockerignore, локальныеnode_modules,.gitи.envс секретами. - Процесс работает от root.
- Shell-форма
CMDзапускает приложение через/bin/sh, и сигналSIGTERMпри остановке контейнера не доходит до Node.js — контейнер не завершается корректно.
Решение. Многоэтапная сборка: на первом этапе — зависимости и сборка, во второй образ попадает только нужное.
FROM node:22-alpine AS build
WORKDIR /app
COPY package.json package-lock.json ./
RUN npm ci
COPY . .
RUN npm run build && npm prune --omit=dev
FROM node:22-alpine
WORKDIR /app
ENV NODE_ENV=production
COPY --from=build --chown=node:node /app/package.json ./
COPY --from=build --chown=node:node /app/node_modules ./node_modules
COPY --from=build --chown=node:node /app/dist ./dist
USER node
EXPOSE 3000
CMD ["node", "dist/server.js"]
Плюс .dockerignore с node_modules, .git, .env. Пользователь node уже есть в официальных образах Node.js.
Под в CrashLoopBackOff
Условие. После деплоя под в статусе CrashLoopBackOff. Ваши действия?
Разбор. CrashLoopBackOff означает, что контейнер запускается и падает, а Kubernetes перезапускает его с растущей задержкой. Причину ищут по порядку:
kubectl get pods -l app=billing-api
kubectl describe pod billing-api-7d9f8-abcde # события, Last State, Reason, Exit Code
kubectl logs billing-api-7d9f8-abcde --previous # логи упавшего контейнера
kubectl get events --sort-by=.lastTimestamp
Решение. Типичные причины и их признаки:
- Exit Code 137 и Reason OOMKilled — контейнер превысил лимит памяти. Увеличить
limits.memoryили найти утечку. - Exit Code 1 и ошибка в логах — нет переменной окружения, недоступна база, неверный конфиг из ConfigMap или Secret.
- Логи пустые, контейнер убит после нескольких секунд — liveness-проба срабатывает раньше, чем приложение успевает стартовать. Помогает
startupProbeили увеличенныйinitialDelaySeconds. - Неверная команда — ошибка в
commandилиargs, образ собран под другую архитектуру.
Если приложение падает до записи логов, временно замените команду контейнера на sleep infinity, зайдите через kubectl exec и запустите приложение вручную. Код 137 — это 128 + 9, то есть процесс убит сигналом SIGKILL.
Манифест для деплоя без простоя
Условие. Напишите Deployment и Service для HTTP-сервиса так, чтобы обновление проходило без потери запросов.
apiVersion: apps/v1
kind: Deployment
metadata:
name: billing-api
spec:
replicas: 3
selector:
matchLabels:
app: billing-api
strategy:
type: RollingUpdate
rollingUpdate:
maxUnavailable: 0
maxSurge: 1
template:
metadata:
labels:
app: billing-api
spec:
containers:
- name: app
image: registry.example.com/billing-api:1.4.2
ports:
- containerPort: 8080
resources:
requests:
cpu: 200m
memory: 256Mi
limits:
memory: 512Mi
readinessProbe:
httpGet:
path: /ready
port: 8080
periodSeconds: 5
livenessProbe:
httpGet:
path: /health
port: 8080
initialDelaySeconds: 15
periodSeconds: 10
---
apiVersion: v1
kind: Service
metadata:
name: billing-api
spec:
selector:
app: billing-api
ports:
- port: 80
targetPort: 8080
Разбор. maxUnavailable: 0 не даёт убрать старый под, пока новый не готов. Readiness-проба решает, подавать ли трафик на под, liveness — нужно ли его перезапустить; путать их — частая ошибка. Конкретный тег образа вместо latest позволяет откатиться командой kubectl rollout undo. Приложение должно корректно обрабатывать SIGTERM: дождаться завершения текущих запросов, прежде чем выйти.
Service не отправляет трафик на поды
Условие. Поды в статусе Running, но запросы к Service зависают или получают отказ в соединении.
Разбор. Чаще всего селектор Service не совпадает с метками подов — тогда у Service нет конечных точек.
kubectl describe svc billing-api # строка Endpoints: <none> — признак проблемы
kubectl get pods -l app=billing-api --show-labels
kubectl get endpointslices -l kubernetes.io/service-name=billing-api
Решение. Сравнить spec.selector Service с метками в template.metadata.labels, проверить, что targetPort совпадает с портом, который слушает приложение, и что поды прошли readiness-пробу: неготовые поды в конечные точки не попадают. Если всё совпадает — проверить NetworkPolicy, которая может запрещать трафик между пространствами имён, и DNS внутри кластера через nslookup billing-api.default.svc.cluster.local из временного пода.
Пайплайн сборки и деплоя
Условие. Опишите пайплайн GitLab CI: тесты, сборка Docker-образа, публикация в реестр и ручной деплой в Kubernetes из основной ветки.
stages: [test, build, deploy]
variables:
IMAGE: $CI_REGISTRY_IMAGE:$CI_COMMIT_SHORT_SHA
test:
stage: test
image: node:22-alpine
cache:
key:
files: [package-lock.json]
paths: [.npm/]
script:
- npm ci --cache .npm --prefer-offline
- npm test
build:
stage: build
image: docker:27
services: [docker:27-dind]
variables:
DOCKER_TLS_CERTDIR: "/certs"
script:
- echo "$CI_REGISTRY_PASSWORD" | docker login -u "$CI_REGISTRY_USER" --password-stdin "$CI_REGISTRY"
- docker build -t "$IMAGE" .
- docker push "$IMAGE"
deploy:
stage: deploy
image: $KUBECTL_IMAGE
environment: production
rules:
- if: $CI_COMMIT_BRANCH == $CI_DEFAULT_BRANCH
when: manual
script:
- kubectl set image deployment/billing-api app="$IMAGE"
- kubectl rollout status deployment/billing-api --timeout=180s
Разбор. Образ тегируется хешем коммита — так всегда видно, какой код работает в продакшене. Пароль реестра передаётся через --password-stdin, а не аргументом командной строки. rollout status делает деплой неуспешным, если новые поды не поднялись. Доступ к кластеру — через защищённую переменную CI типа «файл» с kubeconfig. Сеньорский вопрос вдогонку — чем этот push-подход отличается от GitOps, где Argo CD или Flux сами подтягивают состояние из репозитория, и почему во втором случае CI не нужен доступ к кластеру.
Задачи для Senior с решениями
Деплой с миграцией базы данных
Условие. Новая версия сервиса переименовывает колонку в базе. Как выкатить её без простоя и с возможностью отката?
Разбор. При rolling update старая и новая версии работают одновременно, значит, схема базы должна подходить обеим. Переименование колонки за один релиз сломает старые поды.
Решение. Подход expand/contract (расширение и сжатие) в несколько релизов: добавить новую колонку; выпустить версию, которая пишет в обе колонки и читает из новой; перенести исторические данные пачками; выпустить версию, которая работает только с новой колонкой; удалить старую колонку, когда откат на старые версии больше не нужен. Для рискованных изменений — canary-релиз: новая версия получает 5–10% трафика, решение о продолжении принимают по метрикам ошибок и задержки.
Задержка выросла после релиза
Условие. Через 20 минут после релиза p99 задержки (время, в которое укладываются 99% запросов) выросло с 200 мс до 2 секунд. Ваши действия?
Разбор. В инциденте первая задача — восстановить сервис, вторая — найти причину.
Решение.
- Оценить влияние: какие эндпоинты, какая доля пользователей, растут ли ошибки.
- Если рост совпадает с релизом — откатить, не дожидаясь точного диагноза. Откат — самое быстрое средство восстановления.
- Если откат не помог — смотреть зависимости: база (медленные запросы, блокировки, исчерпание пула соединений), внешние API, кэш, сеть, соседи по узлу (троттлинг CPU из-за лимитов).
- Проверить четыре «золотых сигнала» мониторинга: задержку, трафик, ошибки, насыщение ресурсов.
- После восстановления — постмортем без поиска виноватых: хронология, причина, почему мониторинг или тесты не поймали проблему раньше, конкретные задачи с ответственными.
Два инженера запустили Terraform одновременно
Условие. Два инженера одновременно применили изменения Terraform, и часть ресурсов «потерялась» из состояния. Как это предотвратить?
Разбор. Terraform хранит соответствие кода и реальных ресурсов в файле состояния (state). Если state лежит локально или в общем хранилище без блокировки, параллельные apply перезаписывают изменения друг друга.
Решение. Удалённый backend с блокировкой: например, S3-совместимое хранилище с блокировкой state (в новых версиях Terraform S3-бэкенд умеет блокировку через lock-файл без DynamoDB) или Terraform Cloud. Версионирование бакета позволяет восстановить предыдущую версию state. Изменения применяются только из CI после ревью плана (terraform plan в merge request, apply после одобрения), а не с ноутбуков. Для поиска расхождений между кодом и реальностью (drift) — регулярный terraform plan по расписанию.
Ошибки кандидатов на DevOps-собеседовании
- Называют команды без цели. Важнее объяснить, какую гипотезу проверяет команда, чем перечислить двадцать утилит.
- Чинят до того, как поняли. Удалить файлы, перезапустить сервер — можно, но сначала соберите данные, иначе причина исчезнет вместе с симптомом.
- Не думают об откате. Любое изменение в продакшене должно иметь план возврата.
- Путают readiness и liveness. Неверная liveness-проба превращает медленный старт в бесконечный цикл перезапусков.
- Хранят секреты в образе или репозитории. Пароли в Dockerfile,
.envв git, токены в логах CI. - Не знают основ сетей. Без понимания DNS, TCP и TLS траблшутинг Kubernetes превращается в угадывание.
- Используют
latestи ручные изменения на серверах. Воспроизводимость — главный принцип DevOps.
Live-задачи или тестовое задание
Live-задачи — 60–90 минут: устный траблшутинг по сценарию («у вас есть SSH на сервер, сайт не отвечает»), иногда доступ к реальной сломанной виртуальной машине или кластеру. Оценивают порядок действий и то, как вы объясняете гипотезы.
Тестовое задание — типичный формат: развернуть приложение с базой в Docker Compose или Kubernetes, написать пайплайн, описать инфраструктуру в Terraform, настроить мониторинг с алертами, написать Ansible-роль. Смотрят на воспроизводимость (запускается ли одной командой), README, работу с секретами и идемпотентность скриптов.
| Критерий | Live-задачи | Тестовое задание |
|---|---|---|
| Время | 60–90 минут | От нескольких часов до нескольких дней |
| Что оценивают | Логику диагностики, знание Linux и сетей | Воспроизводимость, качество IaC, документацию |
| Окружение | Доска или сломанный стенд | Свой репозиторий, облако или локальный кластер |
| Как готовиться | Ломать и чинить учебный стенд вслух | Иметь шаблоны Compose, Helm-чарта и пайплайна |
Если тестовое требует платных облачных ресурсов, уточните, компенсирует ли их компания, или выполните задание в локальном кластере kind или minikube.
Можно ли пользоваться ИИ на собеседовании
Правила уточняйте у рекрутера до интервью. Без явного разрешения на live-этапе ИИ не используют.
Сценарный траблшутинг плохо поддаётся подсказкам: интервьюер меняет вводные после каждого ответа («dig вернул правильный адрес, дальше?»), и без собственного опыта цепочка рассуждений быстро рвётся.
В работе и в тестовых ИИ-ассистенты помогают писать манифесты, пайплайны и разбирать логи. Риски — устаревшие версии API Kubernetes, выдуманные параметры конфигурации, небезопасные настройки по умолчанию вроде запуска от root или открытых портов. Кандидат, который проверяет сгенерированный YAML через kubectl apply --dry-run=server и линтеры, выглядит сильнее того, кто просто копирует.
Где тренироваться решать задачи DevOps
| Ресурс | Что там есть | Кому подходит |
|---|---|---|
| SadServers | Сломанные Linux-серверы в браузере с задачами на починку | Тренировке траблшутинга |
| Killercoda | Интерактивные сценарии по Linux, Docker и Kubernetes | Практике без своего кластера |
| KodeKloud | Курсы и лабораторные по DevOps-инструментам | Системному изучению стека |
| Kubernetes the Hard Way | Ручная сборка кластера по шагам | Middle и Senior, кто хочет понять устройство Kubernetes |
| kind | Локальный Kubernetes в Docker-контейнерах | Учебному стенду для экспериментов |
План на 6–8 недель: две недели Linux и сети с задачами на SadServers, неделя Docker, две недели Kubernetes на локальном кластере, неделя CI/CD и Terraform, затем учебный проект: приложение с базой, пайплайн, Helm-чарт, мониторинг и алерты. Ломайте стенд намеренно — удаляйте Secret, ставьте неверный селектор, заполняйте диск — и чините по логам.
Учебный проект добавьте в резюме со ссылкой на репозиторий и посмотрите актуальные вакансии DevOps-инженера, чтобы понять, какие облака и инструменты нужны компаниям.
Частые вопросы
Нужно ли DevOps-инженеру уметь программировать?
Нужно уверенно писать на Bash и хотя бы на одном языке общего назначения — чаще Python или Go — для автоматизации, утилит и интеграций. На собеседовании могут попросить написать скрипт для разбора логов или проверки доступности сервисов.
Какие сертификаты помогают на собеседовании DevOps?
Сертификаты CNCF по Kubernetes — CKA для администраторов и CKAD для разработчиков — ценятся, потому что экзамены практические. Сертификаты облачных провайдеров полезны для вакансий с конкретным облаком. Опыт и учебный проект всё равно проверят на интервью.
Спрашивают ли на собеседовании DevOps про облака?
Если компания работает в облаке — да: сети (VPC, подсети, группы безопасности), IAM, управляемые базы и Kubernetes, стоимость ресурсов. Для российских компаний часто спрашивают про Yandex Cloud, VK Cloud или собственные дата-центры с виртуализацией.
Чем собеседование DevOps отличается от собеседования SRE?
SRE больше спрашивают о надёжности: SLO и SLI, бюджет ошибок, управление инцидентами, нагрузочное тестирование, иногда алгоритмы и программирование. DevOps-интервью шире по инструментам доставки: CI/CD, IaC, контейнеры.
Можно ли прийти в DevOps без опыта разработки или администрирования?
Сложно: даже на junior-позиции ждут уверенного Linux и сетей. Самый частый путь — из системного администрирования, поддержки или разработки. Учебный проект с полным циклом от кода до мониторинга заметно повышает шансы.
Что спрашивают про мониторинг и логи?
Как Prometheus собирает метрики (опрашивает сервисы сам, pull-модель), чем метрики отличаются от логов и трейсов, на какие сигналы ставить алерты. Хороший ответ — алертить по симптомам, которые видит пользователь (ошибки, задержка), а не по каждому всплеску CPU, иначе дежурные перестанут реагировать на уведомления.
