আমরা কী নিয়ে কাজ করি, বিস্তারিতভাবে।
পাঁচটি ক্ষেত্র, প্রতিটির বর্ণনা — এটি কোন সমস্যার সমাধান করে, কোন দক্ষতা লাগে এবং শেষে আপনার কাছে কী থাকে। আমরা কেস স্টাডি প্রকাশ করি না, কারণ আমরা ক্লায়েন্টের নাম বলি না — তাই কাজের পরিধি সরাসরি লেখা আছে।
প্ল্যাটফর্ম ইঞ্জিনিয়ারিং ও DevOps
কমিট থেকে প্রোডাকশন পর্যন্ত একটি বাঁধানো পথ: পাইপলাইন, এনভায়রনমেন্ট ও Kubernetes, যা প্রোডাক্ট টিম টিকিট না খুলেই ব্যবহার করতে পারে।
যে সমস্যার সমাধান করি
- ডিপ্লয় হাতে করা, ধীর, বা একজন মানুষের ওপর নির্ভরশীল।
- প্রতিটি টিম নিজের পাইপলাইন বানায়, আর কোনোটিই অন্যটির মতো নয়।
- Kubernetes ক্লাস্টার রিসোর্স, নিরাপত্তা বা আপগ্রেডের মানদণ্ড ছাড়াই বেড়ে গেছে।
- রোলব্যাক চাপের মধ্যে জোড়াতালি দিয়ে করা হয়।
দক্ষতা
- CI/CD ডিজাইন: বিল্ড, টেস্ট, স্ক্যান, প্রমোশন
- Kubernetes পরিচালনা ও আপগ্রেড
- কন্টেইনার ও ইমেজ সাপ্লাই চেইন
- এনভায়রনমেন্ট ও সিক্রেট ব্যবস্থাপনা
- ডেভেলপারদের জন্য সেলফ-সার্ভিস টেমপ্লেট
আপনার কাছে যা থাকে
- ভার্সন করা পাইপলাইন টেমপ্লেট
- ক্লাস্টার বেসলাইন: পলিসি, কোটা ও ডিফল্ট
- ডকুমেন্টেড ও পরীক্ষিত রোলব্যাক পথ
- নিয়মিত কাজের জন্য রানবুক
ক্লাউড ইনফ্রাস্ট্রাকচার ও আর্কিটেকচার
AWS, Azure বা Google Cloud-এ এমন এনভায়রনমেন্ট যা পুনরায় তৈরি করা যায়, স্বাভাবিকভাবেই নিরাপদ এবং প্রকৃত কাজের মাপে তৈরি।
যে সমস্যার সমাধান করি
- ক্লাউড বিল বাড়তেই থাকে, আর কেউ কারণ ব্যাখ্যা করতে পারে না।
- প্রোডাকশন কনসোলে হাতে তৈরি করা হয়েছিল এবং পুনরায় তৈরি করা যায় না।
- অনুমতি ও নেটওয়ার্ক নিয়ম রিভিউ ছাড়াই জমে গেছে।
- ব্যাকআপ আছে, কিন্তু কেউ কখনো রিস্টোর পরীক্ষা করেনি।
দক্ষতা
- অ্যাকাউন্ট কাঠামো ও ল্যান্ডিং জোন
- Terraform দিয়ে Infrastructure as Code
- আইডেন্টিটি, নেটওয়ার্ক ও এনক্রিপশন ডিজাইন
- খরচ বিশ্লেষণ ও সঠিক আকার নির্ধারণ
- ব্যাকআপ, পুনরুদ্ধার ও মাল্টি-জোন ডিজাইন
আপনার কাছে যা থাকে
- সিদ্ধান্ত-রেকর্ডসহ আর্কিটেকচার ডকুমেন্ট
- আপনার রিপোজিটরিতে ইনফ্রাস্ট্রাকচার কোড
- অগ্রাধিকারভিত্তিক পদক্ষেপসহ খরচের রিপোর্ট
- পরীক্ষিত পুনরুদ্ধার প্রক্রিয়া
সফটওয়্যার ইঞ্জিনিয়ারিং
ব্যাকএন্ড সার্ভিস, API ও ওয়েব প্ল্যাটফর্ম, এমনভাবে লেখা যাতে উত্তরাধিকারী টিম পড়তে, টেস্ট করতে ও চালাতে পারে।
যে সমস্যার সমাধান করি
- একটি মূল সার্ভিস বদলালেই অন্য কিছু ভেঙে যায়।
- API কন্ট্র্যাক্ট, ভার্সনিং বা ডকুমেন্টেশন ছাড়াই বেড়েছে।
- ডেটা বাড়ার সঙ্গে ডেটাবেস কোয়েরি প্রোডাক্টকে ধীর করছে।
- নতুন প্রোডাক্টের এমন একটি প্রথম ভার্সন দরকার যা টিকে থাকে।
দক্ষতা
- API ও ডোমেইন ডিজাইন
- Rust, Python ও TypeScript-এ ব্যাকএন্ড সার্ভিস
- রিলেশনাল ডেটা মডেলিং ও কোয়েরি টিউনিং
- স্বয়ংক্রিয় টেস্টিং কৌশল
- কোড রিভিউ ও ধাপে ধাপে রিফ্যাক্টরিং
আপনার কাছে যা থাকে
- আপনার রিপোজিটরিতে চালু সফটওয়্যার
- API কন্ট্র্যাক্ট ও ডকুমেন্টেশন
- CI-তে চলা টেস্ট স্যুট
- রক্ষণাবেক্ষণকারীদের জন্য আর্কিটেকচার নোট
নির্ভরযোগ্যতা ও অবজারভেবিলিটি
ব্যবহারকারীরা যা অনুভব করেন তা মাপুন, যা তাকে হুমকিতে ফেলে তার জন্য অ্যালার্ট দিন, আর কোনো ইনসিডেন্ট বাধ্য করার আগেই পুনরুদ্ধারের অনুশীলন করুন।
যে সমস্যার সমাধান করি
- টিমের আগে ব্যবহারকারীরা আউটেজ টের পান।
- অ্যালার্ট সারাক্ষণ বাজে, তাই কেউ সেগুলোকে বিশ্বাস করে না।
- ইনসিডেন্ট স্মৃতির ওপর ভর করে সামলানো হয় — আর বারবার ঘটে।
- সার্ভিস কতটা নির্ভরযোগ্য হওয়া উচিত, কেউ বলতে পারে না।
দক্ষতা
- SLI, SLO ও এরর বাজেট
- মেট্রিক্স, লগ ও ডিস্ট্রিবিউটেড ট্রেসিং
- বার্ন-রেট অ্যালার্ট ও অন-কল ডিজাইন
- ইনসিডেন্ট রেসপন্স ও দোষারোপহীন রিভিউ
- লোড, ফেইলিওর ও রিস্টোর টেস্টিং
আপনার কাছে যা থাকে
- ব্যবসার সঙ্গে সম্মত SLO
- কোড হিসেবে ড্যাশবোর্ড ও অ্যালার্ট নিয়ম
- ইনসিডেন্ট ও এসকেলেশন রানবুক
- পোস্ট-ইনসিডেন্ট রিভিউ টেমপ্লেট
AI ইঞ্জিনিয়ারিং
LLM ও মেশিন লার্নিং ফিচার, যা মূল্যায়ন, খরচের সীমা ও মনিটরিংসহ প্রোডাকশনে চলে — শুধু ডেমোতে নয়।
যে সমস্যার সমাধান করি
- AI প্রোটোটাইপ ডেমোতে কাজ করে, কিন্তু আসল ডেটায় নয়।
- প্রম্পট বা মডেল বদলানোর পর উত্তর ভালো হলো না খারাপ, কেউ বলতে পারে না।
- ইনফারেন্সের খরচ ও লেটেন্সি অনুমান করা যায় না।
- সংবেদনশীল ডেটা হয়তো কোনো বাইরের মডেলে পৌঁছাচ্ছে।
দক্ষতা
- LLM ইন্টিগ্রেশন ও রিট্রিভাল (RAG)
- মূল্যায়ন সেট ও রিগ্রেশন টেস্টিং
- ট্রেনিং ও রিট্রিভালের জন্য ডেটা পাইপলাইন
- মডেল সার্ভিং, ক্যাশিং ও খরচ নিয়ন্ত্রণ
- গার্ডরেল ও ডেটা-হ্যান্ডলিং নিয়ম
আপনার কাছে যা থাকে
- আপনার API-এর পেছনে প্রোডাকশন ইন্টিগ্রেশন
- বেসলাইনসহ মূল্যায়ন স্যুট
- খরচ ও লেটেন্সি ড্যাশবোর্ড
- ডেটা-ফ্লো ডকুমেন্টেশন