Le Cloud Computing au service de la science des données
( 25 Modules )
module #1 Introduction au Cloud Computing Présentation du Cloud Computing, de son histoire et de son évolution
module #2 Modèles de services de Cloud Computing Exploration des modèles de services IaaS, PaaS et SaaS
module #3 Modèles de déploiement du Cloud Comprendre les modèles de déploiement de Cloud public, privé, hybride et communautaire
module #4 Fournisseurs de Cloud et tendances du marché Présentation des principaux fournisseurs de Cloud (AWS, Azure, GCP, IBM) et tendances du marché
module #5 Science des données dans le Cloud Introduction à la science des données dans le Cloud, avantages et défis
module #6 Stockage Cloud pour la science des données Exploration des options de stockage dans le Cloud (stockage de blobs, stockage d'objets, stockage de fichiers)
module #7 Entreposage de données dans le Cloud Introduction à l'entreposage de données dans le Cloud, Amazon Redshift et Google BigQuery
module #8 Lacs de données basés sur le Cloud Création de lacs de données avec le stockage dans le Cloud, AWS Lake Formation et GCP Cloud Storage
module #9 Basé sur le Cloud Bases de données NoSQL Exploration des bases de données NoSQL basées sur le cloud, Amazon DynamoDB et Google Cloud Firestore
module #10 Bases de données relationnelles basées sur le cloud Exploration des bases de données relationnelles basées sur le cloud, Amazon RDS et Google Cloud SQL
module #11 Traitement des données natif dans le cloud Introduction au traitement des données natif dans le cloud, Apache Spark et Apache Flink
module #12 Apprentissage automatique basé sur le cloud Introduction à l'apprentissage automatique basé sur le cloud, AWS SageMaker et Google Cloud AI Platform
module #13 Apprentissage en profondeur basé sur le cloud Introduction à l'apprentissage en profondeur basé sur le cloud, TensorFlow et PyTorch
module #14 Sécurité et conformité du cloud Présentation de la sécurité et de la conformité du cloud, de l'IAM et du chiffrement des données
module #15 Optimisation des coûts du cloud Stratégies d'optimisation des coûts du cloud, d'estimation des coûts et d'utilisation des ressources
module #16 Migration et déploiement dans le cloud Migration des charges de travail de science des données vers le cloud, la conteneurisation et le sans serveur informatique
module #17 Collaboration et contrôle de version basés sur le cloud Utilisation d'outils de collaboration basés sur le cloud, GitHub et GitLab pour la science des données
module #18 Visualisation de données basée sur le cloud Visualisation de données basée sur le cloud, Tableau, Power BI et D3.js
module #19 Automatisation des flux de travail basés sur le cloud Automatisation des flux de travail de science des données, Apache Airflow et Zapier
module #20 Déploiement et gestion de modèles basés sur le cloud Déploiement et gestion de modèles d'apprentissage automatique dans le cloud
module #21 Études de cas en science des données basée sur le cloud Études de cas concrètes de projets de science des données basés sur le cloud
module #22 Meilleures pratiques pour la science des données basée sur le cloud Meilleures pratiques pour la science des données, l'architecture et la mise en œuvre basées sur le cloud
module #23 Science des données basée sur le cloud pour des secteurs spécifiques Applications de science des données basées sur le cloud pour la santé, la finance et la vente au détail
module #24 L'avenir du cloud computing pour la science des données Tendances émergentes et orientations futures du cloud computing dans les données science
module #25 Bilan et conclusion du cours Planifier les prochaines étapes du Cloud Computing pour une carrière en science des données
