Конструктор курсов

Темы:

• ОС Linux — основы архитектуры системы
• Основы сетевых технологий и сетевые сервисы Linux (TCP/IP, настройка маршрутизации)
• Методология веб-пентеста
• Уязвимости OWASP Top 10: поиск и эксплуатация
• Этапы анализа защищенности и соответствующие инстурменты Kali Linux, BurpSuite

Практика — лабораторные работы на практическое исследование уязвимостей и векторов атак: Уязвимости: XSS, CSRF, CSP, Clickjacking, DOM clobbering, Tabnabbing, HTML injection, Open redirect, Security misconfiguration, Local file Inclusion, Remote Code Execution, Non-RCE vulnerabilities, SSRF, Directory Traversal, XXE, Insecure Deserialization, IDOR, HTTP Parameter Pollution, CRLF Injection, SQL Injection, Template Injections

Вы научитесь:

• применять инструменты Kali Linux для анализа защищенности веб-приложений
• понимать суть багов OWASP Top 10
• применять современный сетевой стек для пентеста и аудита безопасности

Темы:

• Архитектура системы Linux
• Linux-сети, сетевые сервисы
• Безопасность ОС Linux
• Системы хранения и анализа логов в ОС Linux
• Разведка и закрепление в ОС Linux
• Повышение привилегий в ОС Linux

Практика:

• Лабораторные работы по повышению привилегий в системе Linux

Вы научитесь:

• работать с ОС Linux на уровне продвинутого пользователя
• настраивать безопасность системы

Темы:

• Архитектура Windows
• Работа с Active Directory
• Работа с дампами памяти
• Сетевые сервисы. Атаки на сетевые сервисы
• Администрирование с помощью PowerShell, написание и эксплуатация при проведении пентеста
• Сбор информации и эскалация привилегий в ОС Windows

Практика:

• атаки на Active Directory
• атаки на сетевые сервисы
• скрипты на PowerShell

Вы научитесь:

• настраивать Active Directory, проводить атаки на AD и сетевые сервисы (для имитации действий злоумышленника), писать базовые скрипты на PowerShell и эскалировать привилегии в системе ОС Windows

Темы:

• Основы сетевого взаимодействия и исследования сетевого трафика
• Работа с сетевыми пакетами. Атаки на сетевое взаимодействие
• Атаки на беспроводные сети
• Пассивный и активный сбор информации
• Основы социальной инженерии и основные атаки
• Основы вредоносных приложений и методов обхода их детектирования
• Атаки «грубой силы», способы их проведения
• Проброс портов и туннелирование при проведении пентеста
• Основы работы с Metasploit Framework, эксплуатация популярных уязвимостей
• Использование PowerShell Empire Framework для генерации полезной нагрузки и ее эксплуатация

Практика:

• Исследование сетевого трафика, туннелирование, комплексные лабораторные работы по исследованию безопасности систем

Вы научитесь:

• проводить полный цикл тестирования системы на проникновение
• работать с Metasploit Framework
• использовать PowerShell Empire Framework

После изучения этого блока вы закроете свои пробелы в знаниях теории тестирования, научитесь планировать свои тесты и заполнять соответствующую документацию. Научитесь разрабатывать тест-кейсы и чек-листы, которые помогут вам систематизировать дальнейшую работу, а также работать с баг-трекинговой системой Jira и оформлять найденные дефекты.

После изучения данного блока вы сформируете базовые навыки тестирования веб-ресурса — UI-элементы и API. Это означает, что вы сможете тестировать как frontend-часть любого веб-сайта, так и его backend (если вам предоставлен доступ к документации).

Вы научитесь:

• работать с файлами и директориями в командной строке Linux, включая создание, перемещение, копирование, удаление и переименование файлов и директорий
• работать с пользовательскими учетными записями, изменять их пароли, а также управлять правами доступа к файлам и директориям
• работать со временем и датой в Linux, включая установку времени и даты системы, просматривать текущие время и дату, а также управлять временными зонами
• настраивать сетевые интерфейсы Linux, включая просмотр сетевых настроек, настройку IP-адреса, маршрутизацию и DNS В результате изучения этих модулей вы получите практические навыки работы в командной строке Linux и настройки сетевых интерфейсов, что позволит вам эффективно управлять своей системой и выполнять различные задачи, связанные с файловой системой и сетевыми настройками.

После прохождения блока вы овладеете следующими навыками:

• Контейнерная оркестрация с использованием Docker Swarm и AWS Elastic Container Service (ECS)
• Основы Kubernetes, включая создание и управление подами, репликами, сервисами и деплоями
• Проектирование микросервисной архитектуры в Kubernetes, включая настройку масштабирования, обнаружение сервисов и мониторинг
• Использование Helm для упрощения установки и управления приложениями в Kubernetes
• Основы GitOps, включая использование Git для управления конфигурацией и деплоями в Kubernetes
• Разработка и развертывание serverless-приложений на платформе Kubernetes

В результате изучения этих модулей вы получите практические навыки работы с Kubernetes и его основными инструментами, что позволит вам эффективно управлять приложениями и масштабировать их в облачной среде, используя передовые подходы и практики.

После прохождения блока вы:

• Освоите основные концепции и инструменты мониторинга инфраструктуры и приложений
• Научитесь настраивать и использовать различные системы мониторинга, визуализации, алертинга и трейсинга в облачной среде
• Освоите концепцию журналирования и его основные принципы
• Научитесь использовать инструменты журналирования в Docker, а также инструменты Elasticsearch, Kibana и Logstash для обработки, хранения и анализа логов

После завершения блока вы сможете работать с системами мониторинга и журналирования, производить анализ логов и диагностировать проблемы в работе приложений и инфраструктуры.

После прохождения блока «Машинное обучение. Введение» вы сможете:

• понимать основные теоретические концепции и принципы машинного обучения
• применять методы обучения с учителем: регрессию и классификацию — для решения задач прогнозирования и классификации соответственно
• использовать методы обучения без учителя: кластеризацию и техники понижения размерности — для анализа и структуризации данных
• оценивать качество модели с помощью валидации данных и оценки модели
• производить отбор и селекцию признаков для улучшения модели
• применять оптимизацию гиперпараметров модели, чтобы достичь максимального качества и эффективности модели
• использовать продвинутые методы машинного обучения для решения сложных задач
• решать задачу классификации с помощью различных алгоритмов машинного обучения

После окончания блока вы получите практические навыки работы с данными и моделями машинного обучения, а также сможете самостоятельно разрабатывать и оптимизировать модели для решения задач в различных областях.

После прохождения блока «Математика в ML» вы сможете:

• применять линейную алгебру в контексте линейных методов машинного обучения, включая работу с векторами, матрицами, решение систем линейных уравнений и применение сингулярного разложения (SVD) для сокращения размерности данных
• применять математический анализ в контексте задачи оптимизации, включая работу с производными и градиентами функций, использование методов оптимизации, таких как градиентный спуск и метод Ньютона, и рассмотрение различных видов оптимизационных задач
• работать с задачей регрессии, включая выбор модели, оценку качества модели и использование регуляризации для борьбы с переобучением
• применять теорию вероятностей в контексте наивного байесовского классификатора, включая расчет вероятностей классов и принятие решений на основе условной вероятности
• работать с алгоритмами на основе деревьев решений, включая построение и оценку качества деревьев, а также решение задач классификации и регрессии с их помощью
• использовать бустинг и стекинг для улучшения качества модели, включая работу с алгоритмами градиентного бустинга (Gradient Boosting Machines, GBMs)
• работать с задачей кластеризации и использовать техники понижения размерности данных, такие как PCA, для улучшения качества кластеризации
• использовать бустинг с использованием кластеризации/PCA на начальном этапе для улучшения качества модели

После прохождения этого блока вы сможете:

• понимать основы Data Engineering и использовать современные инструменты для работы с данными, включая реляционные и NoSQL базы данных, Big Data-технологии, потоковую обработку данных и высокодоступные системы
• использовать облачные вычисления и хранилища данных для обработки больших объемов данных

После прохождения модулей «Введение в Deep Learning» вы сможете:

• описывать основные концепции и компоненты нейронных сетей, включая перцептрон, функции активации, слои, оптимизацию, регуляризацию и другие
• определять и использовать основные фреймворки для глубокого обучения, такие как TensorFlow, PyTorch, Keras, Theano и другие
• описывать и использовать сверточные нейронные сети для решения задач компьютерного зрения, таких как классификация изображений, детектирование объектов и семантическая сегментация
• объяснять, какие алгоритмы оптимизации используются для обучения нейронных сетей и как их настраивать для повышения эффективности обучения
• применять методы Fine Tuning и Transfer Learning для улучшения эффективности обучения нейронных сетей на новых задачах

После прохождения блока «Python для анализа данных» вы сможете:

• использовать инструменты для Data Science, такие как Jupyter Notebook, Git, и т.д.
• работать с массивами данных и матрицами с помощью библиотеки NumPy
• использовать библиотеку Pandas для работы с табличными данными
• применять базовые и продвинутые методы обработки и анализа данных с помощью Pandas
• создавать визуализации данных с помощью библиотек Matplotlib и Seaborn
• очищать данные от выбросов, пропусков и дубликатов
• выгружать данные из различных форматов файлов и получать данные из веб-источников и API с помощью библиотек requests, BeautifulSoup, и т.д.

После прохождения модулей «Google Таблицы для анализа данных» вы сможете:

• проводить первичный анализ данных с помощью Google Таблиц, включая загрузку данных, изучение их основных характеристик и фильтрацию данных
• рассчитывать дополнительные значения, такие как среднее значение, медиана, мода и процентиль, используя формулы в Google Таблицах
• агрегировать данные и строить сводные таблицы для обобщения и анализа данных
• строить графики и диаграммы в Google Таблицах для визуализации данных
• оформлять данные, используя различные инструменты форматирования и стилей, чтобы сделать таблицы более наглядными и понятными для аудитории
• использовать Google Таблицы для загрузки данных из разных источников, включая файлы различных форматов и API, и обрабатывать эти данные для анализа

После прохождения блока «Google Таблицы и основы анализа данных в компании» вы научитесь:

• проводить первичный анализ данных с помощью Google Таблиц
• рассчитывать дополнительные значения (например, процентное изменение, кумулятивную сумму и т. д.) с помощью формул и функций Google Таблиц
• агрегировать данные с помощью сводной таблицы и создавать сводные графики для визуализации результатов
• применять основы маркетинговой аналитики для изучения поведения потребителей и определения эффективности маркетинговых кампаний
• использовать основы продуктовой аналитики для анализа пользовательского поведения и улучшения продуктового опыта
• создавать графики для визуализации данных с помощью Google Таблиц
• форматировать данные и отчеты, чтобы сделать их более привлекательными и информативными
• применять концепцию юнит-экономики для определения прибыльности бизнеса и принятия решений на основе данных

Вы сможете:

• собрать базовую структуру бизнес-метрик для простого проекта
• делать сводные таблицы и ВПР
• выгрузить данные из аналитических систем
• провести базовый анализ в GS

После прохождения блока «SQL Базовый уровень» вы научитесь:

• использовать основные команды языка SQL — создание таблиц, вставка и обновление данных
• работать с функциями COUNT, SUM, AVG, MIN, MAX для обработки данных в таблицах
• объединять таблицы при помощи JOIN для получения необходимых данных
• создавать сложные запросы, включающие в себя несколько условий и операторов
• использовать подзапросы для получения необходимых данных из нескольких таблиц
• использовать операторы IF и CASE для обработки условных выражений
• применять в запросах основные типы данных в SQL
• использовать оконные функции для обработки данных внутри групп в запросах

По окончании блока вы будете владеть основами языка SQL и сможете создавать запросы к базам данных, обрабатывать полученные данные и проводить простейший анализ данных.

После прохождения блока «SQL Продвинутый уровень» вы научитесь:

• работать с различными типами данных в реляционных СУБД
• применять оконные функции для анализа данных
• создавать процедуры и функции для работы с данными в СУБД
• использовать системные таблицы и проводить оптимизацию запросов для улучшения производительности СУБД
• реализовывать сложные задачи в SQL, такие как генерация отчетов и анализ больших объемов данных

Вы познакомитесь с многопоточностью и асинхронностью, поймете, для чего их использовать в приложении, научитесь настраивать обмен данных по сети и с базой данных.

Изучите:

• как реализовать асинхронную работу приложения
• как многопоточность и реактивные подходы помогают увеличить производительность приложения

Результат: вы сможете писать многопоточный и асинхронный код, разрабатывать многопоточные или асинхронные приложения, увеличивать производительность и настраивать обмен данных по сети и с базой данных.

Вы познакомитесь с базами данных и узнаете, как работать с данными (что такое администрирование и профилирование БД, что такое сериализация и десериализация данных).

Изучите:

• что такое базы данных и какими они бывают
• основы SQL
• SQLite, ACID, CRUD
• что такое администрирование и профилирование БД
• что такое сериализация и десериализация данных
• как настраивать обмен данных по сети
• как использовать язык SQL для написания запросов в БД
• как подключать БД к своему мобильному приложению
• как писать миграцию при использовании SQLite
• как писать транзакции в Room

Результат: вы сможете реализовать запрос в БД, записать туда сведения и извлечь из них нужную информацию, научитесь использовать в своих проектах БД и переписывать проект с файлов на базу данных, а также сумеете создать свой DAO и описать запросы к базе данных.

Вы узнаете, для чего приложению нужна архитектура, какие есть особенности архитектуры мобильных приложений, познакомитесь с архитектурными паттернами, научитесь проектировать различные варианты построения архитектур мобильных приложений и подбирать необходимый вариант построения архитектуры мобильного приложения.

Изучите:

• состав архитектуры UI-слоя приложения
• основные понятия построения архитектуры мобильных приложений:
  • View Binding
  • Data Binding
  • Retrofit, Gson
• Архитектурные паттерны MVVM, MVI, MVP
• внедрение зависимостей
• основные концепции DI
• подключение Dagger 2
• переиспользование кода
• зачем приложению нужна архитектура
• основные принципы построения архитектур
• особенности архитектуры мобильных приложений

Результат: вы научитесь внедрять зависимости через библиотеки и добавлять Gson- и Retrofit Gson-конвертер, а также работать с сетью в Android. Кроме того, вы сможете подбирать необходимый вариант построения архитектуры мобильного приложения, проектировать различные варианты построения архитектур мобильных приложений и внедрять зависимости через Dagger, Koin, Hilt.

Вы узнаете, что такое работа в фоне, для чего ее нужно реализовывать в приложениях, какие есть типы работ в фоне, научитесь запускать фоновые задачи, которые могут выполняться с заданной периодичностью или в заданное время, а также познакомитесь с технологиями, которые помогут реализовать и настроить работу в фоне.

Изучите:

• какие есть категории работ в фоне
• какую категорию использовать в зависимости от ситуации
• какие есть ограничения при работе в фоне
• что такое Services и Notification, какие у них особенности и как их применять
• что такое WorkManager, AlarmManager, BroadcastReceiver и как их применять

Результат: настроите работу приложения в фоне и решите с его помощью различные задачи. Вы будете использовать Android-компоненты для работы в фоне и выстроите взаимодействие с другими приложениями и элементами устройства.

Познакомитесь с фреймворками для работы с интерфейсной частью приложений, галереями, изображениями и видео. Научитесь интегрировать их в свои проекты.

Темы:

• Фреймворки PhotoKit, AVKit, SwiftUI
• Обращение к галерее: создание выборок, настройка фильтрации, управление пользовательскими альбомами
• Создание, редактирование и воспроизведение мультимедиа
• Распределение элементов на экране, навигация между экранами

Начнете собирать полноценные приложения. Изучите структуру интерфейса и разберетесь во взаимодействии его компонентов. Научитесь использовать готовые UI-элементы и создавать собственные. Выясните, что такое архитектурные паттерны и в чем их преимущества.

В результате вы сможете самостоятельно создавать интерфейсы, писать код для простых анимаций, настраивать отображение веб-страниц, выбирать подходящие архитектурные паттерны и внедрять их в приложение.

К концу раздела в числе ваших разработок появятся интерактивный планировщик задач, калькулятор и мини-игра.

Темы:

• Основные принципы создания интерфейсов
• Использование готовых UI-компонентов и создание собственных
• Архитектурные паттерны
• Анимация
• Работа с жестами
• Фреймворк UIKit
• Библиотеки WebKit и Safari Services

Разберетесь в устройстве сетей, поймете, как работает клиент-серверное взаимодействие и что стоит за аббревиатурами OSI, API, REST, HTTP, URL. Познакомитесь с библиотеками URLSession и Alamofire, научитесь с их помощью создавать и настраивать сессии, писать и отправлять запросы к серверам.

В результате вы сможете самостоятельно реализовывать взаимодействие программ с внешними приложениями и сервисами. Напишете еще три приложения — для парсинга новостей, отображения курса валют и получения уведомлений.

Темы:

• Создание и настройка сессий
• Создание и отправка запросов к серверу
• Технология REST API
• Библиотеки URLSession и Alamofire
• Сериализация и десериализация данных вручную и с помощью библиотек
• Получение и отправка JSON-объектов