• Kubernetes
  • Platform engineering
  • SRE
  • AI-інтеграції

Kubernetes-платформи, на які легко релізити, і які працюють 24/7.

InfraNode проєктує, будує та підтримує Kubernetes в EKS, AKS, GKE і on-premises. Ми додаємо платформний шар, потрібний розробникам, SRE-практики, що тримають усе стабільним, і AI там, де він справді економить час: у щоденній експлуатації та в запуску ваших власних моделей.

  • EKS · AKS · GKEі on-premises
  • GitOpsкожна зміна в Git
  • 24/7чергування
Зміни йдуть з Git через Argo CD у Kubernetes-кластер із двома звичайними вузлами та GPU-вузлом, під моніторингом Prometheus, Grafana та OpenTelemetry Git main · 3f9c1e2 Argo CD cluster: prod-eu · EKS · v1.33 node-1 4 vCPU · 16 GiB node-2 4 vCPU · 16 GiB gpu-node 1 GPU · vLLM Prometheus · Grafana · OTel SLO 99.9% · бюджет 71%
AI

p95 затримка сервісу checkout зросла на 38% після деплою 3f9c1e2. Пропонована дія: відкат в Argo CD. Очікує підтвердження черговим інженером.

Послуги

Усе між вашим кодом і продакшном

Будуємо платформу один раз, описуємо її в коді й підтримуємо в робочому стані, поки ваші команди займаються продуктом.

Kubernetes-кластери

Керовані або власні, з правильним розміром і захистом для продакшну.

  • Проєктування та розгортання EKS, AKS і GKE
  • On-premises кластери на bare metal або VMware
  • Оновлення версій без простою
  • Автомасштабування з Karpenter і KEDA

Інфраструктура як код

Кожна мережа, кластер і база даних описані в коді, що проходить рев'ю.

  • Модулі Terraform і OpenTofu
  • Віддалений state, plan у pull request
  • Перевірка політик перед apply
  • Виявлення дрифту

GitOps-доставка

Git — єдине джерело правди. Що змерджено, те й працює.

  • Argo CD для всіх середовищ
  • Пакування в Helm і Kustomize
  • Canary та blue-green з Argo Rollouts
  • Просування з dev у production через pull request

Внутрішня платформа для розробників

Самообслуговування для розробників без тікета на кожну зміну.

  • Портал Backstage і каталог сервісів
  • Шаблони golden path для нових сервісів
  • Preview-середовища для кожного pull request
  • Хмарні ресурси на запит через Crossplane

Моніторинг і спостережуваність

Метрики, логи й трейси в одному місці та алерти, яким довіряють.

  • Дашборди на Prometheus і Grafana
  • Інструментування й колектори OpenTelemetry
  • Логи й трейси в Loki та Tempo
  • Алерти на основі SLO, а не шуму

SRE і надійність

Надійність як інженерна практика з чіткими цілями.

  • SLO та error budget разом із власниками продукту
  • Реагування на інциденти й postmortem без пошуку винних
  • Планування потужностей і перегляд витрат
  • Бекапи, відновлення та навчання з disaster recovery
AI-інтеграції

AI там, де він економить час, а рішення за інженерами

Працюємо у двох напрямах: AI, що допомагає експлуатувати платформу, і платформа, на якій працюють ваші AI-навантаження.

AI для експлуатації

Менше часу на збір контексту, більше на усунення проблеми.

  • Сортування алертів і зведення інцидентівПов'язані алерти групуються, а останні деплої, логи й метрики підсумовуються в каналі інциденту.
  • Асистент для черговихВідповідає на питання за вашими runbook-ами, дашбордами та даними кластера в режимі read-only через MCP-сервери та k8sgpt.
  • Рев'ю змін інфраструктуриTerraform plan і Helm diff проходять автоматичне рев'ю, яке позначає ризиковані зміни ще до мерджу.
  • Чернетки postmortemХронологія з чату, алертів і деплоїв. Інженер редагує та затверджує її.

Платформа для AI-навантажень

Ваші моделі та AI-функції працюють на тій самій надійній платформі.

  • GPU-пули вузлівNVIDIA GPU Operator, спільне використання GPU та масштабування до нуля, щоб дорогі вузли працювали лише тоді, коли потрібні.
  • Розгортання моделейВідкриті моделі на vLLM або KServe з автомасштабуванням за довжиною черги запитів.
  • LLM-шлюзЄдина точка доступу до Bedrock, Azure OpenAI, Vertex AI та власних моделей, з ключами, квотами й витратами по командах.
  • Інфраструктура для RAG і моніторинг LLMВекторні бази на кшталт pgvector або Qdrant, трасування промптів, затримок і вартості через OpenTelemetry та Langfuse.
  • Лише читання за замовчуваннямAI-інструменти мають доступ тільки на читання. Зміни йдуть через pull request.
  • Підтвердження людиноюВідкат чи масштабування AI лише пропонує, рішення ухвалює інженер.
  • Ваші дані лишаються вашимиВласні моделі або сервіси моделей у вашому хмарному акаунті.
  • ВимірюваністьВартість запиту та якість відповідей відстежуємо, як для будь-якого сервісу.

Почніть з AI-пілота: один сценарій, кілька тижнів і результат, який можна виміряти, наприклад час на первинний розбір інциденту.

Обговорити пілот
Етапи

Від першого аудиту до стабільної експлуатації

Типова тривалість для платформи середнього розміру. Точний план погоджуємо після аудиту.

  1. Аудит

    1–2 тижні

    Огляд кластерів, пайплайнів, моніторингу, останніх інцидентів і хмарних витрат.

  2. Проєктування

    1–2 тижні

    Цільова платформа, вибір інструментів і порядок міграції, зафіксовані як рішення.

  3. Побудова й міграція

    4–12 тижнів

    Спершу IaC, GitOps і моніторинг, потім сервіси переїжджають один за одним.

  4. Експлуатація й розвиток

    постійно

    Чергування, перегляд SLO, оновлення та щомісячний звіт про надійність і витрати.

Підтримка 24/7

Підтримка з чіткими правилами

З планом підтримки наші інженери чергують цілодобово для ваших кластерів. Час реакції зафіксовано в договорі.

  • Моніторинг, який ми налаштовуємо й відстежуємоАлерти йдуть нашій черговій зміні, а за бажанням і вашій команді.
  • Runbook-и для відомих проблемКожен повторюваний інцидент закінчується runbook-ом або автоматичним виправленням.
  • Оновлення за погодженим графікомKubernetes, додатки й образи вузлів лишаються в підтримуваних версіях.
  • Щомісячний звітІнциденти, SLO, потужності й витрати разом із рекомендаціями.
Приклад цільового часу реакції
ПріоритетПокриттяПерша реакція
P1Продакшн не працює24/715 хв
P2Суттєва деградація24/730 хв
P3Незначна проблемаРобочі години4 год
P4Запит або питанняРобочі години1 робочий день

Остаточні значення погоджуються в договорі на підтримку.

Технології

Відкриті та відомі інструменти

Переважно проєкти CNCF та open-source, тож ваша команда зможе знайти людей і підтримувати все без нас.

Kubernetes

  • EKS
  • AKS
  • GKE
  • OpenShift
  • RKE2
  • Talos
  • k3s

Інфраструктура як код

  • Terraform
  • OpenTofu
  • Crossplane
  • Ansible
  • Kyverno

Доставка

  • Argo CD
  • Argo Rollouts
  • Flux
  • Helm
  • Kustomize
  • GitHub Actions
  • GitLab CI

Моніторинг

  • Prometheus
  • Grafana
  • OpenTelemetry
  • Loki
  • Tempo
  • Alertmanager

Платформа

  • Backstage
  • Karpenter
  • KEDA
  • Cilium
  • cert-manager
  • External Secrets

AI

  • vLLM
  • KServe
  • GPU Operator
  • LiteLLM
  • Langfuse
  • pgvector
  • Qdrant
  • k8sgpt
  • MCP
Співпраця

Три формати роботи з нами

Почніть з невеликого аудиту або передайте нам усю платформу.

Фіксований обсяг

Аудит платформи

Чітке розуміння, що виправляти першим і чому.

  • Огляд кластерів, IaC, CI/CD і моніторингу
  • Знахідки щодо безпеки та витрат
  • AI-сценарії, які варто спробувати
  • Письмовий звіт із пріоритезованим планом
Постійно

SRE і підтримка 24/7

Експлуатуємо платформу разом з вами або замість вас.

  • Чергування з погодженим часом реакції
  • Оновлення та патчі
  • Перегляд SLO і щомісячні звіти
  • Постійна оптимізація витрат

Ваші акаунти. Усе в хмарах, якими володієте ви. Ваш Git. Увесь код у ваших репозиторіях. Без прив'язки. Open-source інструменти й повна передача.

Питання

Що нас часто запитують

Чи потрібен нам Kubernetes взагалі?

Не завжди. Для кількох сервісів керовані контейнерні сервіси, як-от ECS, Cloud Run чи Azure Container Apps, можуть бути простішими й дешевшими. Якщо це ваш випадок, ми скажемо про це в аудиті.

Чи можете взяти на підтримку наявний кластер?

Так. Починаємо з аудиту та періоду онбордингу: перевіряємо моніторинг, доступи, runbook-и й бекапи, і лише потім беремо кластер на чергування.

Як працює підтримка 24/7?

Алерти з вашої платформи надходять нашій черговій зміні. Інженер підтверджує інцидент і починає роботу в межах погодженого часу реакції, а також тримає ваші контакти в курсі до його вирішення.

Чи будуть AI-інструменти щось змінювати в наших кластерах?

За замовчуванням ні. AI-інструменти мають доступ лише на читання. Будь-яка запропонована ними зміна проходить через pull request або явне підтвердження інженером.

Куди потрапляють наші дані, коли ми використовуємо AI?

Обираєте ви: власні відкриті моделі всередині вашого кластера або сервіс моделей вашого хмарного провайдера (Bedrock, Azure OpenAI, Vertex AI) у вашому акаунті. Ми не передаємо ваші дані іншим сервісам без вашої згоди.

Чи працюєте з on-premises інфраструктурою?

Так. Будуємо та підтримуємо кластери на bare metal і VMware, зокрема в середовищах без прямого доступу до інтернету.

Чи працюєте з компаніями за межами України?

Так. Працюємо віддалено англійською та українською, а підтримка 24/7 покриває всі часові пояси.

Контакт

Розкажіть про вашу платформу

Для початку достатньо кількох рядків про ваше середовище та цілі. Відповість інженер.

Написати листа

Що варто вказати

  1. Де зараз працюють ваші системи: хмара, on-premises чи обидва варіанти.
  2. Кількість сервісів і команд.
  3. Головний біль: інциденти, повільні релізи, витрати, оновлення.
  4. AI-сценарії, які ви розглядаєте, якщо такі є.
  5. Потреби в підтримці: 24/7 чи в робочі години.