Что хотят услышать интервьюеры:

Да, практический опыт с CI/CD и Docker здесь обычно ожидают. Важно показать, что контейнеры использовались не только локально, но и в автоматической сборке, тестировании и доставке приложения. Хороший ответ должен демонстрировать понимание типового пайплайна и того, зачем он нужен.

Определение:

CI/CD pipeline с Docker — это автоматизированная цепочка шагов, которая собирает приложение в контейнерный образ, прогоняет тесты, проверяет качество кода и при успешном результате доставляет образ или разворачивает его в окружение. Docker в этом процессе дает одинаковую среду для сборки, тестирования и запуска, снижая эффект «у меня работает».

Пример использования:

Например, при push в репозиторий запускается pipeline: сначала устанавливаются зависимости и выполняются unit-тесты, затем собирается Docker-образ Python-приложения, после чего образ можно запушить в registry и использовать для деплоя.

stages:
  - test
  - build

test:
  stage: test
  image: python:3.11
  script:
    - pip install -r requirements.txt
    - pytest

build:
  stage: build
  image: docker:24
  services:
    - docker:24-dind
  script:
    - docker build -t myapp:latest .

Пояснение кода:

stage: test — этап, на котором выполняются тесты приложения.
image: python:3.11 — для шага тестирования используется готовый Python-образ с нужной средой.
pip install -r requirements.txt — устанавливаются зависимости проекта.
pytest — запускаются unit-тесты, и если они падают, pipeline останавливается.
stage: build — следующий этап, на котором собирается Docker-образ.
docker:24 и docker:24-dind — используются для выполнения Docker-команд внутри CI.
docker build -t myapp:latest . — образ собирается из Dockerfile в корне проекта.

Ключевые моменты:

Docker делает сборку и запуск приложения воспроизводимыми в CI/CD.
В пайплайне обычно есть минимум два шага: тестирование и сборка образа.
Часто после сборки образ отправляют в Docker Registry и дальше используют для деплоя.
Важно уметь объяснить, как pipeline помогает ловить ошибки раньше и снижать риски ручного деплоя.
Для Python-проекта полезно упомянуть запуск pytest, линтеров и сборку образа с зависимостями внутри контейнера.

Имели ли вы практический опыт настройки и использования CI/CD pipelines с контейнерами Docker?