Debugging-Workflow fuer ein produktives Logistik-Modul aufbauen
Übersicht
Worum es bei diesem Projekt geht.
Analysiere die letzten 20 Produktionsvorfaelle (anonymisierte Vorfallberichte werden bereitgestellt) und identifiziere die haeufigsten Diagnose-Engpaesse. Fuehre strukturiertes Logging mit Korrelations-IDs in Python (structlog) ein und verkable es mit einem zentralen Log-Suchtool. Erstelle einen Lokal-Reproduktion-Leitfaden mit Docker Compose, der jede Klasse von Vorfall in unter 15 Minuten reproduzierbar macht. Liefere ein 1-Seiten-Postmortem-Template und wende den gesamten Workflow auf drei reale Vorfaelle an. Abschlussbericht (4 Seiten) mit Vorher-Nachher-Zeitmessung der Diagnose.
Das Briefing
Was Du tust und was Du zeigst.
Wie verkuerzt man die Diagnosezeit fuer Produktionsfehler in einem hochfrequentierten Python-Modul von 90 auf unter 20 Minuten, ohne die Code-Komplexitaet zu erhoehen?
Earning criteria — what you'll demonstrate
- Systematisch debuggen statt durch Logs zu scrollen
- Logging als Designentscheidung verstehen, nicht als nachgereichte Pflicht
- Vorfaelle lokal reproduzierbar machen, um Diagnose vom Live-System zu trennen
- Postmortems schreiben, die Wiederholungen verhindern statt Schuldige zu suchen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenBackend-Entwickler:in
Strukturiertes Logging und Lokal-Reproduktion in hochfrequentierten Backend-Diensten zu beherrschen, ist eine der konkretesten Faehigkeiten, an denen Mid-Level-Entwickler:innen im Interview erkannt werden.
Dieses Projekt schärft
- debugging
- logging
- incident-analysis
Noch eine Sache