Какие инструменты должен знать DevOps-инженер в 2026
Карта инструментов DevOps-инженера по грейдам: Linux, Docker, Kubernetes, GitLab CI, Terraform, Prometheus. Docker у 73,8% разработчиков, курсы от 4 766 ₽.
Какие инструменты нужны DevOps-инженеру: шесть слоёв стека
DevOps-инженеру нужно знать не сотню утилит, а по одному рабочему инструменту в каждом из шести слоёв: операционная система, контейнеры, CI/CD, инфраструктура как код, мониторинг и облако. Остальные инструменты внутри слоя осваиваются за дни, потому что решают ту же задачу похожим способом. Работодатель проверяет понимание слоя, а не список логотипов в резюме.
Автор разбора 2021 года на Хабре о собеседованиях в DevOps насчитывает больше 100 популярных инструментов в этой экосистеме. Пугаться этой цифры не стоит. Переход с Terraform на OpenTofu или с GitLab CI на GitHub Actions займёт неделю, а не полгода.
- Фундамент: Linux, сети, Bash, Git.
- Контейнеры: Docker и Docker Compose на старте, а Kubernetes с Helm уже после первого года работы, когда появится понимание, как приложение живёт в продакшене.
- Доставка кода: один из трёх, GitLab CI, Jenkins или GitHub Actions.
- Инфраструктура как код: Terraform (или его открытый форк OpenTofu) для облачных ресурсов и Ansible для настройки серверов.
- Наблюдаемость: Prometheus и Grafana.
- Облако: Yandex Cloud для российских компаний, AWS для зарубежных команд и удалёнки на иностранного работодателя.
Фундамент: Linux, сети, Bash и Git
Без Linux и сетей ни Docker, ни Kubernetes не будут понятны, потому что контейнер по сути представляет собой процесс Linux с изоляцией через namespaces и cgroups. Когда под в кластере не видит базу данных, разбираться приходится с DNS, маршрутизацией и портами, а не с YAML-файлом. Именно здесь новички чаще всего застревают.
Минимум по Linux: права доступа, systemd, процессы, работа с логами через journalctl, пакетные менеджеры. По сетям нужно понимать модель OSI на уровнях 4 и 7, DNS, HTTP и TLS, балансировку нагрузки и NAT.
Bash закрывает большую часть бытовой автоматизации: ротацию логов, бэкапы, проверки перед деплоем. Python подключается там, где скрипт перерастает несколько десятков строк или нужно работать с API облака. Опрос Stack Overflow 2025 года показывает, что Bash/Shell использует 48,8% профессиональных разработчиков, Python 54,8%. Git обязателен без вариантов: весь CI/CD запускается от событий в репозитории.
Контейнеры: Docker сейчас, Kubernetes следующим шагом
Docker стал базовым навыком во всей разработке, и цифры это подтверждают. В опросе Stack Overflow 2025 Docker используют 73,8% профессиональных разработчиков, а рост за год составил 17 процентных пунктов, самый большой среди всех технологий опроса. Если разработчики в команде пакуют приложения в контейнеры, DevOps-инженер обязан понимать это глубже них.
На графике доли профессиональных разработчиков: Docker 73,8%, AWS 45,9%, Kubernetes 30,1%, Terraform 18,7%, Ansible 11,2%. Разрыв между Docker и Kubernetes объясним: контейнеры пишут все, а кластером управляют выделенные инженеры. Это как раз ваша зона.
Внутри компаний картина другая. Опрос CNCF за 2025 год показывает, что 82% организаций, работающих с контейнерами, запускают Kubernetes в продакшене, против 66% в 2023 году. Поэтому к уровню middle Kubernetes и Helm становятся обязательными. Для junior достаточно уверенно собирать образы, писать Dockerfile с многоэтапной сборкой и поднимать окружение через Docker Compose.
CI/CD: какой инструмент выбрать первым
Первым CI/CD-инструментом разумно взять GitLab CI. Его можно развернуть на собственных серверах, что важно для компаний, не готовых держать код во внешних сервисах, поэтому конвейер описывается в том же репозитории, где лежит код, файлом .gitlab-ci.yml. Стадии, раннеры, артефакты и переменные окружения устроены похоже во всех CI-системах, так что опыт с GitLab пригодится и дальше.
Jenkins встречается в проектах постарше и в крупных компаниях. Он гибкий за счёт плагинов, но поддерживать его тяжелее. GitHub Actions чаще попадается в open source и у зарубежных команд. Учить все три параллельно бессмысленно: выберите один, доведите до рабочего конвейера «сборка, тесты, деплой в тестовое окружение» и только потом смотрите на остальные.
Инфраструктура как код: Terraform, OpenTofu и Ansible
Terraform описывает, какие ресурсы должны существовать в облаке, а Ansible настраивает то, что уже работает внутри серверов. Это две разные задачи, поэтому на собеседованиях спрашивают про оба инструмента. Для облачных компаний начинать стоит с Terraform, а там, где работодатель держит собственные серверы, полезнее первым взять Ansible.
У Terraform есть два нюанса, о которых редко пишут в подборках. Первый касается лицензии: в августе 2023 года HashiCorp перевела свои продукты, включая Terraform, с лицензии MPL 2.0 на Business Source License. После этого сообщество выпустило открытый форк OpenTofu с почти тем же синтаксисом, и знание одного автоматически переносится на другой.
Второй нюанс сугубо российский. Официальный реестр провайдеров HashiCorp из России доступен нестабильно, поэтому Yandex Cloud в документации по Terraform предлагает собственное зеркало и пример настройки файла .terraformrc. Умение настроить такое зеркало выглядит мелочью, но на тестовом задании показывает, что вы реально запускали код, а не только смотрели видеоуроки.
Мониторинг и логи: Prometheus, Grafana, Loki
Связка Prometheus и Grafana остаётся стандартом мониторинга: Prometheus собирает метрики с сервисов, Grafana строит по ним дашборды и алерты. Для логов чаще всего используют Loki или стек ELK (Elasticsearch, Logstash, Kibana). Junior-инженеру достаточно поднять эту связку через Docker Compose и настроить один осмысленный алерт.
Работодатели ценят здесь не умение кликнуть по готовому дашборду, а понимание, какие метрики вообще стоит собирать. Хороший ориентир дают четыре «золотых сигнала» из практики SRE: задержка, количество ошибок, трафик и загрузка ресурсов. Отдельные сущности вроде трейсинга (Jaeger, OpenTelemetry) можно отложить до уровня middle.
Облака: Yandex Cloud или AWS
Для работы в российских компаниях первым облаком логично выбрать Yandex Cloud: у него есть собственный Terraform-провайдер, управляемый Kubernetes и документация на русском. AWS остаётся самым распространённым облаком в мире, его использует 45,9% профессиональных разработчиков по данным Stack Overflow, и он нужен, если вы целитесь в зарубежные команды.
Изучать сразу два-три облака не нужно. Концепции везде одинаковые: виртуальные машины, сети и подсети, балансировщики, объектное хранилище, управление доступом. Разобравшись с ними на одной платформе, на вторую обычно переходят за пару недель.
Порядок изучения по грейдам
Самая частая ошибка новичков в том, что они начинают с Kubernetes, потому что о нём больше всего пишут. Без Linux, сетей и Docker кластер превращается в набор непонятных YAML-файлов, которые копируются из интернета. Ниже порядок, который соответствует реальным требованиям к каждому уровню.
| Уровень | Что нужно знать | Что можно отложить |
|---|---|---|
| Junior | Linux, сети, Bash, Git, Docker и Compose, GitLab CI, базовый Ansible или Terraform, Prometheus и Grafana | Service mesh, сложный Helm, мультиоблако |
| Middle | Kubernetes и Helm, Terraform с модулями и remote state, одно облако на уровне проектирования сетей, логирование, секреты (Vault) | Собственные операторы Kubernetes |
| Senior | Архитектура отказоустойчивости, GitOps (Argo CD), безопасность конвейера, контроль стоимости инфраструктуры | Узкие инструменты вне стека вашей компании |
Если вы приходите из системного администрирования, половина первой строки у вас уже закрыта. Подробнее о таком переходе мы писали в статье как стать DevOps-инженером после сисадмина. Тем, кто не писал код раньше, пригодится разбор можно ли стать DevOps без опыта в разработке.
Курс по одному инструменту или полная программа
В каталоге SkillEdge к направлению DevOps сейчас привязано 44 платных курса, и разброс цен в них показывает, что учить инструменты можно двумя очень разными способами. Точечные курсы по одному инструменту стоят от 4 766 ₽ («Docker с нуля» от Skillbox) до 30 000 ₽ за курс по Ansible. Полные программы «DevOps-инженер» стоят от 19 890 ₽ у Merion до 161 976 ₽ у Skillbox.
Сравнивая программы на SkillEdge, редакция видит закономерность: дорогие профессии почти всегда включают тот же набор из Linux, Docker, CI/CD, Terraform и Kubernetes, а разница в цене уходит на длительность, наставников и помощь с трудоустройством. Если у вас уже есть админский или разработческий опыт, переплачивать за фундамент смысла нет. Логичнее закрыть пробелы точечными курсами, например Docker с нуля или отдельным курсом по GitLab CI.
Новичку без IT-опыта полная программа оправдана: ему нужен порядок изучения и проверка домашних заданий, а не только видео. Все курсы по направлению с ценами и сроками собраны в каталоге курсов DevOps, а выбранные программы удобно положить рядом в сравнении курсов. Требования к профессии и вилки зарплат смотрите на странице DevOps-инженер.
Skillbox