MiddleSMM Manager > Общее > Репутация и кризис-коммуникации
Короткий ответ План должен включать классификацию уровней инцидента по серьёзности, роли с зонами ответственности, контактные каналы связи и целевые сроки реакции для каждого уровня — конкретные сроки и состав ролей зависят от размера компании и отрасли. Как это работает подробнее план нужен не для предсказания конкретного инцидента, а чтобы в момент стресса команда действовала по заранее согласованному алгоритму, а не придумывала процесс на ходу. Фрагмент кризис-плана бренда «ЭкоДом»: уровень 2 — негатив по продукту от нескольких клиентов за сутки, комьюнити-менеджер фиксирует кейсы, в течение 2 часов информирует руководителя SMM и представителя продукта, ответ согласуется до конца дня. Проверка: при учебном прогоне сценария команда укладывается в заявленные сроки реакции. Что использовать на практике Практический подход. план оформляется как документ с чек-листом «при обнаружении инцидента уровня N — сделать 1, 2, 3», а не только список контактов; его нужно хранить в доступном месте и периодически актуализи
community-managementcrisis-communications
SeniorPerformance Marketer > Google Ads > Тестирование гипотез и запуск изменений
Короткий ответ Частотный подход (p-value, доверительные интервалы) даёт более консервативные и стандартизированные выводы, но плохо подходит для частого промежуточного мониторинга; байесовский подход (вероятность того, что вариант B лучше варианта A) более гибко работает с последовательным накоплением данных, но требует выбора априорного распределения, которое может незаметно влиять на выводы. Как это работает подробнее Байесовские методы естественно позволяют смотреть на тест в любой момент времени и получать корректную вероятностную интерпретацию, тогда как классические частотные методы требуют заранее фиксированного плана теста и некорректны при произвольных промежуточных проверках без специальных поправок. Некоторые организации используют гибридный подход: байесовский метод для внутреннего мониторинга в реальном времени и частотный — для финальной фиксации результата перед масштабированием. Компромисс. Частотный подход проще стандартизировать и защитить при аудите решений, но менее удобен для быстрого при
ab-testingbayesian-statistics
MiddlePython Developer > Основы Python > Архитектура веб-API
Короткий ответ Секреты передают через переменные окружения процесса (или через специализированный секрет-менеджер — Vault, AWS Secrets Manager, k8s Secrets), которые приложение читает при старте; в репозиторий попадает только шаблон/пример конфигурации без реальных значений (.env.example), а не сами секреты. Как это работает подробнее Приложение при старте читает значения через os.environ/pydantic-settings/django-environ, ожидая, что реальные значения будут подставлены средой выполнения (CI/CD, оркестратор контейнеров, systemd-unit), а не захардкожены. Секрет-менеджеры дополнительно дают возможность централизованной ротации и аудита доступа к секретам. Пример кода Что использовать на практике Практика. Для разных окружений (dev/staging/prod) используют разные наборы секретов с разным уровнем доступа; в CI важно не печатать секреты в логах и явно помечать переменные как secret/masked. Ротация ключа не должна требовать пересборки образа приложения — значение должно подхватываться через переменные окружения/секр
configurationdjango
MiddlePython Developer > Основы Python > Безопасность приложения
Короткий ответ Нужно проверять реальный тип содержимого файла по сигнатуре (а не доверять расширению или Content-Type из запроса), ограничивать максимальный размер, генерировать собственное безопасное имя файла на сервере вместо использования присланного имени, и хранить файлы вне корня веб-сервера с ограниченными правами исполнения. Как это работает подробнее Расширение и Content-Type в запросе полностью контролируются клиентом и могут быть подделаны, поэтому тип файла стоит дополнительно проверять по сигнатуре содержимого (magic bytes); присланное имя файла может содержать ../ для path traversal, поэтому сервер генерирует собственное уникальное имя (UUID), а оригинальное имя сохраняет отдельно только как метаданные. Пример кода Что использовать на практике Практика. Для изображений дополнительно полезно перекодировать файл через библиотеку обработки изображений, что уничтожает потенциально вредоносный полезный код, встроенный не по спецификации формата; каталог с загруженными файлами не должен давать право
content-typefile-upload
MiddlePerformance Marketer > Google Ads > Устойчивость результатов и управление рисками
Короткий ответ Составьте план на несколько недель: повышайте бюджет на 20–30%, оставляя три-четыре дня на стабилизацию между шагами. Заранее задайте целевой CPA и условия остановки; при выходе за порог отложите следующий шаг или откатите бюджет. Как это работает подробнее Каждое увеличение требует времени для накопления конверсий и адаптации. Пример: $100 в день на первой неделе при CPA не выше $20, затем $130 и $160 при стабильных результатах; если Frequency достигает 3 или CPA превышает $24, рост приостанавливают. Что использовать на практике Зафиксируйте даты шагов, пороги и запасной вариант; учитывайте размер аудитории и добавляйте аудиторию или плейсмент, когда дальнейший рост ограничен. Подводные камни Не планируйте одинаковый темп роста без учёта того, что качественная доступная аудитория может исчерпываться быстрее.
audience-capacitybudget-scaling
MiddlePerformance Marketer > Google Ads > Тестирование гипотез и запуск изменений
Короткий ответ Безопасный rollback предполагает заранее сохранённую резервную копию предыдущей рабочей версии (настроек кампании, лендинга, структуры аккаунта), чёткий заранее определённый критерий «провала» (например, порог CPA или падение конверсии) и ответственного, который может выполнить откат без согласований в моменте. Как это работает подробнее Если критерии отката и порядок действий определены заранее, решение принимается быстро по факту срабатывания критерия, а не в процессе обсуждения «а вдруг ещё выправится», что минимизирует потери бюджета при реальном провале. Резервную копию стоит хранить не только в виде технических настроек, но и в виде зафиксированных ключевых метрик «до изменения», чтобы было с чем сравнивать после отката. Пример. Критерий отката: CPA > 1.5x от целевого в течение 48 часов при объёме показов, достаточном для выводов Действие при срабатывании: пауза новой версии -> активация сохранённой версии -> уведомление команды Такой регламент позволяет остановить потери в течение часа п
ab-testingad-creatives
MiddlePython Developer > Основы Python > Валидация и сериализация
Короткий ответ Pydantic описывает схему входных данных декларативно (типы, ограничения, кастомные валидаторы) и собирает все ошибки валидации за один проход; клиенту стоит вернуть единый ответ со списком всех невалидных полей и причин, а не только первую найденную ошибку. Как это работает подробнее Pydantic проверяет каждое поле по отдельности и аккумулирует список ошибок (ValidationError.errors()), а не останавливается на первой — это позволяет клиенту исправить все проблемы за одну итерацию, а не отправлять запрос заново после каждой отдельной ошибки. Пример кода Что использовать на практике Рекомендация. кастомные бизнес-правила (например, "дата окончания должна быть позже даты начала") реализуются через model_validator/field_validator, а не проверяются вручную после десериализации — это сохраняет единый формат ошибок для всех видов невалидности. Важно решить, насколько подробным должно быть сообщение об ошибке для внешнего API (не раскрывать внутренние детали реализации) против внутреннего API (можно быть
api-errorsfastapi
MiddlePython Developer > Основы Python > Django и DRF
Короткий ответ URL-версионирование (/api/v1/...) проще в реализации, кэшировании и отладке, так как версия видна прямо в адресе; версионирование через заголовок (Accept: application/vnd.myapp.v2+json или X-API-Version) держит URL чистым, но сложнее для отладки, логирования и кэширующих прокси, которые обычно не учитывают такие заголовки в ключе кэша. Как это работает подробнее DRF поддерживает несколько встроенных схем версионирования через DEFAULT_VERSIONING_CLASS: URLPathVersioning, NamespaceVersioning, AcceptHeaderVersioning, HostNameVersioning. Выбранная схема определяет, как request.version извлекается из запроса, и это значение можно использовать в сериализаторах/view для выбора логики. Пример кода Что использовать на практике Практика. URL-версионирование — самый распространённый и предсказуемый вариант для публичных API: его проще документировать, тестировать через curl, кэшировать на уровне CDN по пути. Versioning через заголовок иногда выбирают для внутренних API, где важно не «размножать» пути, но
api-versioningcaching
MiddlePython Developer > Основы Python > Архитектура систем
Короткий ответ Границы сервиса следует проводить по бизнес-домену и данным, которыми он владеет (bounded context), а не по техническим слоям; «уведомления» выделяются в отдельный сервис, если у них свой жизненный цикл данных и узкий контракт взаимодействия с остальной системой. Как это работает подробнее Сначала определяют, какие данные и операции логически принадлежат домену «уведомления» (шаблоны, история отправок, настройки каналов), затем формализуют интерфейс (отправить уведомление, получить статус) и переносят только эту ответственность. Пример кода Что использовать на практике Практика. Хороший признак готовности — модуль уже внутри монолита слабо связан с остальными (мало взаимных вызовов, собственная таблица/схема данных), и команда может развивать и деплоить notification независимо, не блокируя релизы остальной системы. Подводные камни Риск. Выделять сервис по техническому принципу («всё, что рассылает email»), не разделяя данные — новый сервис обращается к общей БД монолита, что не даёт реальной из
architecturebounded-context
MiddleDevOps Engineer > Контейнеры и доставка > Мониторинг, логирование и observability
Короткий ответ RED (Rate, Errors, Duration) фокусируется на сервисах, обслуживающих запросы, и смотрит на частоту запросов, долю ошибок и длительность обработки; USE (Utilization, Saturation, Errors) — подход для ресурсов (CPU, диск, сеть) и смотрит на степень использования, насыщение (очередь ожидания) и ошибки самого ресурса; на одном дашборде обычно комбинируют оба подхода для полной картины. Как это работает подробнее RED-метрики строятся вокруг запросов — например, rate(http_requests_total[5m]) (Rate), rate(http_requests_total{status=~"5.."}[5m]) (Errors), histogram_quantile(0.95, ...) (Duration). USE-метрики строятся вокруг ресурса — Utilization (cpu_usage_percent), Saturation (длина очереди на выполнение, node_load1 относительно числа ядер), Errors (ошибки диска, сетевые drop-ы). Пример кода Что использовать на практике Практика. RED хорошо подходит для верхнего уровня дашборда сервиса (отвечает на вопрос "сервис обслуживает пользователей нормально?"), USE — для нижнего уровня инфраструктуры под этим с
dashboardsobservability