Moja 5-letnia roadmapa nauki IT — od sysadmina do inżyniera infrastruktury

Ilustracja pięcioletniej roadmapy nauki IT

🌐 Także w: English · Deutsch · Français · Español · Italiano · Português · Nederlands

Linux. Windows. Sieci. Bezpieczeństwo. Observability. Automatyzacja. Chmura. Kubernetes. AI.

Ale przede wszystkim:

Spis treści

🧠 Nauczyć się rozumieć systemy — a nie tylko je obsługiwać.

Sporo myślałem o tym, w którą stronę chcę rozwijać swoje umiejętności IT przez najbliższe lata.

Moje doświadczenie zawodowe daje mi już dość szeroką bazę:

  • 🐧 Administracja systemami Linux
  • 📊 Monitoring
  • 🚨 Techniczne zarządzanie zdarzeniami
  • 📝 Zarządzanie logami
  • 🌐 Sieci
  • 🔐 Bezpieczeństwo

Mój obecny zawodowy fokus coraz bardziej przesuwa się w stronę Grayloga i zarządzania logami.

Poza pracą mocno interesuję się też:

  • Windows Server
  • Active Directory
  • Docker
  • Kubernetes
  • Git
  • Automatyzacją
  • Systemami operacyjnymi
  • AI

Mam też całkiem wydajny homelab: trzy fizyczne serwery i dwa komputery typu tower.

Więc pytanie nie brzmi tak naprawdę:

„Jakiej technologii mam się teraz nauczyć?”

Dużo ciekawsze pytanie brzmi:

„Jakim inżynierem chcę się stać w ciągu najbliższych pięciu lat?”


🎯 Cel

Moim długoterminowym celem nie jest zostać osobą, która zna najwięcej komend.

Nie jest nim zbieranie certyfikatów jak Pokémonów.

I na pewno nie jest nim nauka każdej nowej technologii, która co wtorek pojawia się na Hacker News. 😄

Chcę rozwinąć się w kogoś, kto potrafi:

  • rozumieć złożoną infrastrukturę
  • projektować infrastrukturę
  • utrzymywać infrastrukturę
  • diagnozować problemy w infrastrukturze
  • automatyzować infrastrukturę
  • zabezpieczać infrastrukturę
  • monitorować infrastrukturę
  • rozumieć zależności
  • analizować awarie
  • podejmować decyzje architektoniczne
  • oceniać wybory technologiczne
  • skutecznie używać AI jako narzędzia inżynierskiego

Innymi słowy:

🏗️ Inżynieria infrastruktury

z solidnymi podstawami w Linuksie, Windowsie, sieciach, bezpieczeństwie, observability, automatyzacji, chmurze i technologiach cloud-native.


🧠 Najważniejsza część: jak chcę się uczyć

To fundament całej roadmapy.

Mój sposób nauki celowo odchodzi od czystego wkuwania.

Nowoczesna infrastruktura jest po prostu zbyt złożona, żeby zapamiętać każdą komendę, każdy parametr API i każdą opcję konfiguracji.

I szczerze mówiąc:

man systemctl
man kubectl
Get-Help
documentation
Google
ChatGPT
Claude

...exist for a reason. 😎

Dlatego chcę wejść o jedną warstwę abstrakcji wyżej.

❌ Stare podejście

Problem
   ↓
Remember command
   ↓
Run command
   ↓
Hope

✅ Podejście, które chcę wypracować

Problem
   ↓
Define the problem
   ↓
Understand the architecture
   ↓
Identify components
   ↓
Understand dependencies
   ↓
Collect evidence
   ↓
Form hypotheses
   ↓
Test hypotheses
   ↓
Find root cause
   ↓
Design solution
   ↓
Automate
   ↓
Document

Sama komenda staje się tylko jedną częścią procesu.

Komenda to narzędzie. Zrozumienie to umiejętność.


📐 Mój model nauki: zasada 20 / 30 / 30 / 20

W przypadku głównych tematów tej roadmapy chcę mniej więcej takiego podziału:

UdziałFokus
20%Komendy, składnia, narzędzia i szczegóły implementacji
30%Architektura, koncepcje, warstwy i zależności
30%Troubleshooting, tryby awarii i scenariusze praktyczne
20%Automatyzacja, inżynieria wspierana przez AI i walidacja

To nie jest sztywna formuła matematyczna.

To przypomnienie, gdzie powinien leżeć nacisk.

Jeśli skończę temat, znając 200 komend, ale nie potrafiąc wyjaśnić, jak działa system, to prawdopodobnie nauczyłem się nie tego, co trzeba.


🔬 Cykl nauki

Każda ważna technologia powinna przejść przez ten sam cykl.

1️⃣ Zrozumieć

Czym jest ta technologia?

2️⃣ Zamodelować

Jak wygląda jej architektura?

3️⃣ Zbudować

Wdrożyć ją w homelabie.

4️⃣ Obserwować

Monitorować i badać jej zachowanie.

5️⃣ Zepsuć

Celowo wywoływać awarie.

6️⃣ Zdiagnozować

Systematycznie znaleźć przyczynę.

7️⃣ Zautomatyzować

Zamienić powtarzalną pracę w kod.

8️⃣ Udokumentować

Stworzyć dokumentację architektury i runbooki.

9️⃣ Wyjaśnić

Umieć wytłumaczyć system innemu inżynierowi.

🔟 Zweryfikować

Użyć certyfikacji, testów praktycznych albo prawdziwego projektu jako ostatniego punktu kontrolnego.


⏱️ Mój realistyczny tygodniowy budżet czasu

Nie chcę, żeby ta roadmapa stała się kolejnym etatem.

Realistyczna średnia to:

AktywnośćCzas / tydzień
Uporządkowana nauka2–3 godziny
Homelab / praca praktyczna2–3 godziny
Dokumentacja / Git0,5–1 godzina
Eksploracja wspierana przez AI0,5–1 godzina

Cel: około 5–8 godzin tygodniowo.

Przed certyfikacją może to chwilowo wzrosnąć.

W gorących okresach może spaść.

Najważniejsza jest długoterminowa regularność.


🗺️ PIĘCIOLETNIA ROADMAPA

2026
 │
 ├── Linux
 ├── Graylog
 ├── Git
 └── Ansible
       │
       ▼
2027
 │
 ├── Advanced Linux
 ├── Windows Server
 ├── Active Directory
 ├── Security
 └── Infrastructure Architecture
       │
       ▼
2028
 │
 ├── Terraform / OpenTofu
 ├── Infrastructure as Code
 ├── Kubernetes
 └── GitOps
       │
       ▼
2029
 │
 ├── Azure
 ├── Entra ID
 ├── Hybrid Cloud
 ├── Multi-RZ
 └── Disaster Recovery
       │
       ▼
2030
 │
 ├── Observability
 ├── OpenTelemetry
 ├── Platform Engineering
 ├── AI
 └── AIOps

🐧 ROK 1 — Linux, Graylog, Git & automatyzacja

📅 Cel: wrzesień 2026 – sierpień 2027

Główny cel: zbudować wyjątkowo solidne podstawy w systemach i automatyzacji.

Szacowany nakład: 5–8 godzin/tydzień.


🐧 Faza 1 — Zaawansowany Linux / inżynieria systemów

Czas trwania: około 6–9 miesięcy

Cel: 120–180 godzin

Tematy, które chcę opanować

  • architektura Linuksa
  • proces rozruchu
  • systemd
  • procesy i wątki
  • sygnały
  • szeregowanie CPU
  • zarządzanie pamięcią
  • pamięć wirtualna
  • systemy plików
  • LVM
  • RAID
  • ZFS
  • sieci
  • DNS
  • SSH
  • uprawnienia
  • ACL
  • journald
  • logowanie
  • analiza wydajności
  • podstawy jądra
  • hardening bezpieczeństwa

Szczególnie ważne

Chcę rozumieć, dlaczego Linux zachowuje się tak, a nie inaczej.

Na przykład:

Dlaczego serwer jest wolny?

Zamiast od razu odpalać przypadkowe komendy, chcę nauczyć się rozróżniać:

CPU?
RAM?
I/O?
Network?
Filesystem?
Process?
Kernel?
Application?
Dependency?
Configuration?

Kamień milowy: certyfikacja

🎓 LFCS — Linux Foundation Certified System Administrator.

Alternatywa:

🎓 RHCSA, zwłaszcza jeśli ekosystem Red Hata stanie się zawodowo ważniejszy.

Cel końcowy

Daj mi zepsuty serwer z Linuksem, a systematycznie znajdę główną przyczynę.


📊 Faza 2 — Graylog & zarządzanie logami

Czas trwania: przez cały rok 1

Priorytet: BARDZO WYSOKI

To moja obecna specjalizacja zawodowa.

Tematy

  • architektura Grayloga
  • węzły Grayloga
  • Data Nodes
  • OpenSearch
  • shardy
  • repliki
  • index sets
  • streams
  • pipelines
  • parsery
  • przetwarzanie
  • retencja
  • journal
  • Fluent Bit
  • syslog
  • GELF
  • Fluent Forward
  • relaye
  • HA
  • planowanie pojemności
  • wydajność
  • logowanie bezpieczeństwa
  • wykrywanie zdarzeń

Docelowa architektura

Thousands of Servers
        │
        ▼
Agents / Syslog
        │
        ▼
Relay Tier
        │
        ▼
Graylog
        │
        ▼
OpenSearch
        │
        ▼
Hot / Cold Storage

Chcę umieć policzyć

  • dzienny wolumen ingestii
  • wymagania dotyczące pamięci masowej
  • narzut replikacji
  • retencję
  • hot storage
  • cold storage
  • wymiarowanie klastra
  • scenariusze awarii

Kamień milowy zawodowy

Umieć zaprojektować i obronić produkcyjną, scentralizowaną architekturę logowania.


🌱 Faza 3 — Git & Ansible

Czas trwania: 4–6 miesięcy

Git

  • repozytoria
  • branching
  • merging
  • rebasing
  • tagi
  • pull requesty
  • GitLab
  • podstawy CI/CD

Ansible

  • inventory
  • role
  • kolekcje
  • zmienne
  • szablony
  • Jinja2
  • Vault
  • handlery
  • idempotentność
  • testowanie
  • AWX

Cel

Manual configuration
       ↓
Ansible
       ↓
Git
       ↓
Version-controlled infrastructure
       ↓
Repeatable infrastructure

Chcę dojść do momentu, w którym myślę:

„Jeśli muszę to skonfigurować ręcznie dwa razy, robię to źle.”


🪟 ROK 2 — Windows Server, Active Directory & architektura

📅 Cel: wrzesień 2027 – sierpień 2028

Główny cel: rozszerzyć się z administracji Linuksem na infrastrukturę enterprise.


🪟 Faza 4 — Windows Server

Czas trwania: 4–6 miesięcy

Tematy

  • architektura Windows Server
  • role i funkcje
  • PowerShell
  • sieci w Windows
  • pamięć masowa w Windows
  • klastrowanie w Windows
  • Windows Event Logs
  • WinRM
  • usługi
  • analiza wydajności
  • bezpieczeństwo

🔐 Faza 5 — Active Directory

Czas trwania: 5–7 miesięcy

Tematy

  • AD DS
  • Forest
  • Domain
  • projektowanie OU
  • Domain Controllers
  • role FSMO
  • replikacja AD
  • Sites & Services
  • DNS
  • Group Policy
  • Kerberos
  • LDAP
  • SPN
  • konta usług
  • gMSA
  • AD CS
  • PKI
  • bezpieczeństwo AD

Ważne połączenie z Linuksem

                 Active Directory
                        │
             ┌──────────┼──────────┐
             │          │          │
            DNS      Kerberos     LDAP
             │          │          │
             └──────────┼──────────┘
                        │
              ┌─────────┴─────────┐
              │                   │
           Windows              Linux
              │                   │
             GPO             SSSD / PAM
          PowerShell          Kerberos
             WinRM               LDAP

Celem nie jest zostać administratorem Windows zamiast administratora Linuksa.

Celem jest zrozumieć oba światy i interfejsy między nimi.

Kamień milowy: certyfikacja

🎓 Ścieżka certyfikacji Microsoft Windows Server / Hybrid Administration.

Konkretny egzamin wybiorę na początku tej fazy, bo Microsoft regularnie aktualizuje swoje portfolio certyfikatów.


🏗️ Faza 6 — Architektura infrastruktury

Czas trwania: 6–12 miesięcy

To jedna z najważniejszych faz całej roadmapy.

Tematy

  • wzorce architektoniczne
  • hierarchia
  • zależności między usługami
  • failure domains
  • HA
  • redundancja
  • load balancing
  • architektura pamięci masowej
  • architektura sieci
  • Multi-RZ
  • disaster recovery
  • RPO
  • RTO
  • planowanie pojemności
  • skalowalność
  • architektura backupu
  • architektura bezpieczeństwa
  • dokumentacja

Duży projekt

Zaprojektować fikcyjną infrastrukturę enterprise dla:

  • 5000 serwerów
  • Linux + Windows
  • dwóch centrów danych
  • centralnego logowania
  • centralnego monitoringu
  • usług tożsamości
  • monitoringu bezpieczeństwa
  • backupu
  • HA
  • DR

Przygotować:

  • diagramy architektury
  • projekt sieci
  • mapę zależności
  • koncepcję HA
  • koncepcję DR
  • obliczenia pojemności
  • koncepcję bezpieczeństwa
  • koncepcję monitoringu
  • koncepcję logowania

To ćwiczenie jest celowo większe niż zwykły projekt homelabowy.

Chodzi o to, żeby nauczyć się myśleć jak architekt infrastruktury.


☁️ ROK 3 — Infrastructure as Code & Kubernetes

📅 Cel: wrzesień 2028 – sierpień 2029


🏗️ Faza 7 — Terraform / OpenTofu

Czas trwania: 4–6 miesięcy

Tematy

  • providery
  • zasoby
  • state
  • moduły
  • zmienne
  • outputy
  • remote state
  • sekrety
  • CI/CD
  • cykl życia infrastruktury

Cel

Git
 ↓
Infrastructure as Code
 ↓
Provisioning
 ↓
Ansible
 ↓
Configuration
 ↓
Monitoring
 ↓
Logging

Chcę jasno rozumieć różnicę między:

  • provisioningiem
  • zarządzaniem konfiguracją
  • orkiestracją
  • wdrażaniem aplikacji

☸️ Faza 8 — Kubernetes

Czas trwania: 8–12 miesięcy

Priorytet: WYSOKI

Tematy

  • control plane
  • API Server
  • etcd
  • scheduler
  • kontrolery
  • kubelet
  • container runtime
  • sieci
  • DNS
  • Services
  • Ingress
  • pamięć masowa
  • PVC
  • RBAC
  • Secrets
  • Helm
  • Operators
  • GitOps
  • Flux
  • bezpieczeństwo
  • troubleshooting

Kamienie milowe: certyfikacja

🎓 CKA — administracja Kubernetes.

Później:

🎓 CKS — bezpieczeństwo Kubernetes.

CKS jest szczególnie atrakcyjny, bo łączy Kubernetes z moim dotychczasowym doświadczeniem w bezpieczeństwie.


☁️ ROK 4 — Azure, chmura hybrydowa & Multi-RZ

📅 Cel: wrzesień 2029 – sierpień 2030


☁️ Faza 9 — Azure

Czas trwania: 6–9 miesięcy

Tematy

  • architektura Azure
  • VNets
  • podsieci
  • routing
  • NSG
  • load balancing
  • maszyny wirtualne
  • pamięć masowa
  • tożsamość
  • bezpieczeństwo
  • monitoring
  • logowanie
  • governance
  • dostępność
  • DR

Kamień milowy: certyfikacja

🎓 AZ-104 — Azure Administrator Associate

Dobrze pasuje do roadmapy, bo łączy w Azure compute, pamięć masową, sieci, tożsamość i administrację.


🔑 Faza 10 — Entra ID & tożsamość hybrydowa

Czas trwania: 3–5 miesięcy

On-Prem AD
    │
    │ Hybrid Identity
    ▼
Microsoft Entra ID
    │
    ▼
Azure
```

Tematy:

    • architektura tożsamości
    • uwierzytelnianie
    • autoryzacja
    • federacja
    • tożsamość hybrydowa
    • conditional access
    • RBAC
    • tożsamości usług
    • bezpieczeństwo

🏢 Faza 11 — Multi-RZ / architektura centrów danych

Czas trwania: 4–6 miesięcy

Ta faza łączy wiele wcześniejszych tematów.

                    Global Services
                           │
             ┌─────────────┴─────────────┐
             │                           │
            DC1                         DC2
             │                           │
      ┌──────┼──────┐             ┌──────┼──────┐
      │      │      │             │      │      │
   Compute Network Storage      Compute Network Storage
      │                           │
      └──────────────┬────────────┘
                     │
                 Services
                     │
          Monitoring / Logging / IAM

Tematy

  • failure domains
  • redundancja lokalizacji
  • load balancing
  • replikacja
  • backup
  • RPO
  • RTO
  • DR
  • split brain
  • kworum
  • partycjonowanie sieci
  • zależności między usługami
  • planowanie pojemności

Tutaj wcześniejsza praca architektoniczna staje się praktyczna.


📡 ROK 5 — Observability, platform engineering & AI

📅 Cel: wrzesień 2030 – sierpień 2031


📊 Faza 12 — Nowoczesne observability

Czas trwania: 4–6 miesięcy

                 Observability
                      │
          ┌───────────┼───────────┐
          │           │           │
       Metrics       Logs       Traces
          │           │           │
     Prometheus     Graylog   OpenTelemetry
          │           │           │
          └───────────┼───────────┘
                      │
                    Grafana

Tematy

  • metryki
  • logi
  • trace’y
  • korelacja
  • systemy rozproszone
  • Prometheus
  • Grafana
  • Graylog
  • OpenTelemetry
  • alerting
  • analiza incydentów

Celem jest przejście od:

„Serwer jest na czerwono.”

do:

„Usługa dla klientów uległa degradacji, bo zależność X miała opóźnienia po tym, jak komponent Y wyczerpał zasób Z.”


🤖 Faza 13 — AI & AIOps

Czas trwania: ciągle

Tematy

  • LLM
  • prompt engineering
  • API AI
  • RAG
  • embeddingi
  • wektorowe bazy danych
  • lokalne LLM
  • agenci AI
  • MCP
  • troubleshooting wspierany przez AI
  • dokumentacja wspierana przez AI
  • automatyzacja wspierana przez AI
  • korelacja incydentów
  • AIOps

Przykład

Monitoring Alert
       │
       ▼
Context Collection
       │
       ▼
AI Analysis
       │
       ▼
Possible Causes
       │
       ▼
Diagnostic Tests
       │
       ▼
Human Validation
       │
       ▼
Automation

AI ma mnie przyspieszać.

Nie ma mnie robić intelektualnie leniwym.


🏠 Homelab — moje praktyczne środowisko treningowe

Homelab jest ważną częścią roadmapy, ale celowo ma niższy priorytet niż same cele nauki.

Plan nauki jest na pierwszym miejscu.

Homelab istnieje po to, żeby zamieniać teorię w praktyczne doświadczenie.

Mój sprzęt:

  • 🖥️ 3 fizyczne serwery
  • 🖥️ 2 komputery typu tower

To aż nadto, żeby zbudować zaskakująco wydajne laboratorium infrastruktury.


🧪 Zasada homelabu nr 1

Nie uruchamiaj tylko usług. Buduj scenariusze.

Zamiast:

„Mam klaster Kubernetes.”

chcę:

„Zbudowałem klaster Kubernetes, celowo ubiłem węzeł, obserwowałem awarię, przeanalizowałem zachowanie i udokumentowałem odtworzenie.”

To zupełnie inne doświadczenie edukacyjne.


🖥️ Wykorzystanie homelabu według faz nauki

Obszar naukiĆwiczenie w homelabie
LinuxAnaliza wydajności i awarii
GraylogCentralna platforma logowania
WindowsŚrodowisko Windows Server
ADActive Directory z wieloma DC
SieciScenariusze VLAN / routing / firewall
AnsibleAutomatyzacja całego środowiska
GitRepozytorium infrastruktury
IaCOdtwarzalna infrastruktura
KubernetesKlaster wielowęzłowy
ObservabilityMetryki + logi + trace’y
BezpieczeństwoHardening i symulacje ataków
DRNiszczenie i odtwarzanie usług
AIAnaliza incydentów wspierana przez AI

💥 Program „zepsuj to celowo”

Jedną z najważniejszych części homelabu będzie celowe wywoływanie awarii.

Przykłady:

  • zepsuć DNS
  • zapełnić system plików
  • zatrzymać krytyczne usługi
  • zepsuć certyfikaty
  • odciąć łączność sieciową
  • symulować awarie pamięci masowej
  • ubijać węzły Kubernetes
  • zepsuć RBAC
  • zepsuć replikację Active Directory
  • zepsuć ingestię w Graylogu
  • generować nadmierny wolumen logów
  • wprowadzić opóźnienia
  • symulować utratę pakietów

A potem:

Failure
  ↓
Symptoms
  ↓
Evidence
  ↓
Hypotheses
  ↓
Tests
  ↓
Root Cause
  ↓
Fix
  ↓
Prevention
  ↓
Documentation

Spodziewam się, że właśnie tutaj odbędzie się duża część prawdziwej nauki.


📚 Homelab powinien produkować dokumentację

Każdy poważny projekt powinien coś po sobie zostawić.

homelab/
│
├── ansible/
├── terraform/
├── opentofu/
├── kubernetes/
├── monitoring/
├── logging/
├── security/
├── networking/
│
├── architecture/
│   ├── network.md
│   ├── storage.md
│   ├── logging.md
│   ├── kubernetes.md
│   └── disaster-recovery.md
│
└── incidents/
    ├── dns-failure.md
    ├── storage-failure.md
    ├── ad-failure.md
    └── kubernetes-node-failure.md

Dzięki temu homelab staje się praktycznym portfolio pracy inżynierskiej.


🤖 AI jako część procesu nauki

ChatGPT i Claude stają się częścią workflow przez całe pięć lat.

Ale sam workflow jest ważny.

Zły workflow

Problem
 ↓
Ask AI
 ↓
Copy solution
 ↓
Done

Lepszy workflow

Problem
 ↓
My own hypothesis
 ↓
AI challenge
 ↓
Alternative hypotheses
 ↓
Diagnostic tests
 ↓
Evidence
 ↓
My decision
 ↓
Implementation
 ↓
Validation

Kilka pytań, których chcę regularnie używać:

„Co pomijam?”

„Jakie są trzy prawdopodobne główne przyczyny?”

„Jaki test odróżniłby te hipotezy?”

„Krytycznie oceń swoją poprzednią odpowiedź.”

„Jakie założenia przyjmujesz?”

Dzięki temu AI ma być technicznym sparingpartnerem, a nie generatorem komend.


🏆 Strategia certyfikacji

Certyfikaty są przydatne, ale powinny potwierdzać roadmapę, a nie ją dyktować.

Ok. czasCelPo co
2026/27LFCSPraktyczne podstawy Linuksa
2026/27RHCSA — opcjonalna alternatywaLinux enterprise
2027/28Windows Server / Hybrid AdministrationWindows + AD + hybryda
2028/29CKAAdministracja Kubernetes
2028/29CKSBezpieczeństwo Kubernetes
2029/30AZ-104Administracja Azure
2030/31Certyfikat AI / bezpieczeństwo / chmuraTylko jeśli naprawdę przydatny

Zasada jest prosta:

Żadnej certyfikacji tylko dlatego, że istnieje.

Certyfikat powinien:

  • wypełniać prawdziwą lukę w wiedzy
  • dawać strukturę
  • potwierdzać praktyczne umiejętności
  • być zawodowo przydatny

W przeciwnym razie sam projekt jest prawdopodobnie cenniejszy.


📈 Poziomy kompetencji

Chcę też mierzyć postępy kompetencjami, a nie po prostu certyfikatami.

Poziom 1 — Operator

Potrafię postępować według dokumentacji i obsługiwać system.

Poziom 2 — Administrator

Rozumiem konfigurację i potrafię rozwiązywać typowe problemy.

Poziom 3 — Inżynier

Rozumiem architekturę, zależności i tryby awarii.

Poziom 4 — Projektant

Potrafię zaprojektować system i uzasadnić decyzje architektoniczne.

Poziom 5 — Architekt

Potrafię projektować złożone systemy obejmujące wiele technologii i failure domains.

Pięcioletnia roadmapa w gruncie rzeczy dotyczy drogi od:

Operator
   ↓
Administrator
   ↓
Engineer
   ↓
Designer
   ↓
Architect

🧠 Co chcę umieć po pięciu latach

Wyobraź sobie, że ktoś daje mi taki problem:

„Utrzymujemy kilka tysięcy systemów Windows i Linux w wielu centrach danych. Potrzebujemy scentralizowanej tożsamości, monitoringu, logowania, bezpieczeństwa, automatyzacji, wysokiej dostępności i disaster recovery. Zaprojektuj platformę.”

Chcę umieć rozumować o:

  • Linuksie
  • Windowsie
  • Active Directory
  • DNS
  • sieciach
  • bezpieczeństwie
  • pamięci masowej
  • logowaniu
  • monitoringu
  • observability
  • Kubernetesie
  • chmurze
  • tożsamości
  • automatyzacji
  • HA
  • DR
  • pojemności
  • zależnościach
  • failure domains

A co najważniejsze:

Chcę rozumieć, dlaczego architektura wygląda tak, jak wygląda.


🚀 Ostateczna filozofia

Zawsze pojawi się kolejna technologia.

Kolejne wydanie Kubernetesa.

Kolejna platforma chmurowa.

Kolejna dystrybucja Linuksa.

Kolejny system monitoringu.

Kolejny framework AI.

Kolejna certyfikacja.

I kolejna komenda, którą jutro rano zapomnę.

I to jest w porządku.

Technologie się zmieniają.

Zasady inżynierii zmieniają się dużo wolniej.

Systemy wciąż mają:

  • zależności
  • interfejsy
  • tryby awarii
  • granice bezpieczeństwa
  • limity pojemności
  • wymagania dostępności
  • przepływy danych
  • ograniczenia operacyjne

To tam chcę inwestować swój wysiłek w naukę.

🐧 Mniej wkuwania komend.

🏗️ Więcej architektury.

🔍 Więcej troubleshootingu.

🤖 Więcej automatyzacji.

☁️ Więcej myślenia infrastrukturą.

🧠 Więcej zrozumienia.

I tak...

Nadal będę miał jednocześnie otwarty terminal, ściągawkę, dokumentację, ChatGPT i Claude.

Bo:

Bycie dobrym inżynierem infrastruktury nie oznacza pamiętania wszystkiego.

Oznacza wiedzieć, co jest ważne, wiedzieć, jak znaleźć resztę, i umieć ocenić, czy odpowiedź jest rzeczywiście poprawna.

😎 A teraz zbudujmy to. I od czasu do czasu zepsujmy.

Część tekstów i obrazów na tej stronie powstała z pomocą AI lub została wygenerowana przez AI. Szczegóły