ref: https://medium.com/geekculture/kubestack-a-must-use-117a32efd427

本篇文章要介紹的是一個基於整合 IaC 的 GitOps 開源專案 Kubestack

過往探討到 GitOps 時總是會圍繞如何透過有效的管理與部署 Kubernetes 上的應用程式，譬如 ArgoCD, Flux, Rancher Fleet 等。
當然 GitOps 本身也是一個沒有標準做法的文化與概念，自行透過 Gitlab, Git 等方式也是有辦法實作出相同概念的解決方式。

而 Kubestack 則是一個專注於 Kubernetes 本身的 GitOps 解決方案，而非一般來探討的應用程式。
其本身的架構是基於 Terraform 之上， 因此 Kubestack 本身也自行實作了屬於自己的 Terraform Provider 讓所有對 Terraform 的使用者可以更快上手與使用。
雲端整合方面， Kubestack 整合了 AKS,EKS,以及 GKE，這意味使用者可以輕鬆地透過 Kubestack 來創建這些由雲端企業管理的 Kubernetes 叢集。
除了雲端之外， Kubestack 也支援本地機器的 Kubernetes 叢集，其透過 KIND 的方式於本地端架設一個簡易的模擬環境，可以讓使用者再將修改給合併到真正的 Git 時先行於本地端進行測試，確保一切都沒有問題才會合併。

本文後半部分是一個手把手的教學範例，示範如何透過 Kubestack 來玩耍，同時也提到官網也有滿直覺的教學跟介紹，對於如何使用 GitOps/Terraform 來管理 AKS/GKE/EKS 的使用者也許可以參考看看這個專案

今天這篇是一個關於 Prometheus 的教學文，隨者 Kubernetes 架設與維運的要求日漸提升，可觀測性的重要程度也一直不斷上升，其包含三大面向
Monitoring,Logging 以及 Tracing。
而 Monitoring 中最知名的開源專案組合包就是 Prometheus 以及 Grafana。因此本文作者基於 GitLab Managemend Kubernetes 的前提下，跟大家分享如何創建 Prometheus 相關服務，並且如何把系統上運行的資訊與其整合。

如果本身對於 Prometheus 只有聽過但是還沒有實際玩過的人，不仿可以參考本文學習一下 Prometheus 的概念與想法。

https://medium.com/@thisiskj/lets-explore-prometheus-5f7d790338ac

如何培養工程師成AI人才?

成為一名人才絕對沒有最短路徑，也沒有最佳攻略，但是面對一個新的科技轉折點，推演急遽成長的市場需求與未來5年的產業供需變化，入門的AI 工程師是極有可能在3-5年時間，成為各公司與產業扛大旗的人才，如何能自我培養與上對高速列車？怎麼樣可以有效率的累積實力？我想可從這幾點個人技能來提昇：

1. 厚植內在實力：持續讀最新的技術論文、實做程式、帶領讀書會、統整報告、寫Medium 文章分享、甚至發表論文這幾項基本的個人技能，這是內功深化的累積。
2. 強化對外軟技能：培養基本的團隊協作能力和同事的溝通的能力，能夠用系統性思維解決問題，透過帶領教學與主題分享，反思轉換所學的知識，因為一位頂尖的人才，沒有團隊與群眾溝通能力，無法升級到更高層次。
3. 善用社群力量：善用OpenSource 繼續保持世界的開放和連接，OpenSource 有很多種不同的模式，在AI領域學習上Wikipedia、電腦科學論文ArXiv、開源程式碼GitHub、GitLab ...都是很好的開源系統，他們有著不同的理念，如果能實際參與機器學習分析 Kaggle 競賽，取得好的實戰經驗會更好。
4. 深入產業運用：保持產業密切合作，深入場域或是進行交流循環，AI技術如果不能結合產業領域知識活用，就像研發很多廚具但是始終無法做菜上桌。從點放驗證進一步能將流程優化，可將知識與經驗落地者，才能放大自己的市場價值。
5. 養成國際格局：主動與國際接軌與專家接觸交流，透過線上自學更新最新技能，ex: YouTube, Coursera, Udacity, Udemy, edX 頂尖大學免費或自費課程；加入線上專家社群、追蹤大神與大廠的新技術發表，參加國際頂級研討會、國際大型展覽論壇，爭取擔任會議講者不只可以發表看法，同時可以建立與高手專家的關係。

P.S. 上文是我連假時給AI Academy工程師的一點精進建議，也分享給大家，希望對正在努力突破的工程師有用，歡迎分享💪

#台灣人工智慧學校
#taiwanaiacademy