Покажу практичні підходи, типові граблі та готові шаблони з короткими PHP-сніпетами, що дозволяють запускати десятки паралельних preview environments в одному кластері, зменшити витрати та пришвидшити CI.

Поділюсь досвідом написання автотестів, що допомагають уникати сюрпризів на продакшені, і розкажу про те, як ми інтегруємо їх з тестовою системою. Разом з тим, обговоримо чи дійсно потрібна документація, якщо про систему і так усе говорять тести.

Поговоримо про long running процеси в PHP, чи є життя із API демонами в продакшені, які є best practices та чому вони не завжди best та як саме працювати і на що звертати увагу при розробці.

Піврічний досвід граблів у використанні AI на різних задачах та технологіях, розберемо актуальні інструменти, підходи та рекомендації. Що працює, а що ні. Від вау-ефекту на демо до спалених днів на «вайбкодинг».

Покажу практичні підходи, типові граблі та готові шаблони, які дозволяють утримувати 200+ сервісів у продакшні і залишатися при здоровому глузді.

Під час дискусії ми поринємо у світ PHP, обговоримо його можливості, найкращі практики та сучасні тенденції разом із експертами.

У цій доповіді я поділюся своїм досвідом роботи консультантом з тестування та розповім, чому тести – це відповідальність всієї команди. Ми розглянемо архітектуру тестів, включаючи E2E, функціональні, юніт-тести та ручне тестування. Особлива увага буде приділена популярним інструментам для тестування в PHP, таким як PHPUnit, Codeception, Pest та Behat, а також інструментам для тестування поза межами PHP, таким як Cypress, Playwright, CodeceptJS та Webdriver Bidi.

Доповідь про типи даних та як PHP працює з ними на рівні ядра з кейсами як ефективніше їх використовувати.

Історія про те, як ми відмовлялись від послуг стороніх DevOps та перебирали всі сервіси на себе. В процесі ми зробили повну ревізію інфраструктури, додали нові моніторинги та інструменти профілювання на продакшені. Були побудовані алгоритми дій на базі інструментів: Graylog, Grafana, influxDB, Pyroscope, Prometheus. В результаті, утилізація ресурсів знизилася в двічі, та пришвидшили відповіді на ключових API. Під час доповіді я висвітлю, які проблеми ми знайшли, як саме ми покращували метрики та як нас довело до swoole.

На цій зустрічі ми крок за кроком проговоримо як побудувати AI застосунок, використовуючи PHP та інтеграцію з великими мовними моделями. Зрозуміємо як навчити ваш бот відповідати як ChatGPT та оперувати вашими приватними даними, без навчання та великої експертизи в Data Science. Подивимось на огляд існуючих бібліотек і як ці підходи можна використовувати в ваших додатках.