modulo #1 Introduzione al Cloud Computing Panoramica del cloud computing, la sua storia e la sua evoluzione
modulo #2 Modelli di servizio del Cloud Computing Esplorazione dei modelli di servizio IaaS, PaaS e SaaS
modulo #3 Modelli di distribuzione del Cloud Comprensione dei modelli di distribuzione del cloud pubblico, privato, ibrido e comunitario
modulo #4 Provider di cloud e tendenze di mercato Panoramica dei principali provider di cloud (AWS, Azure, GCP, IBM) e tendenze di mercato
modulo #5 Data Science nel Cloud Introduzione alla data science nel cloud, vantaggi e sfide
modulo #6 Cloud Storage per la Data Science Esplorazione delle opzioni di cloud storage (archiviazione blob, archiviazione oggetti, archiviazione file)
modulo #7 Cloud Data Warehousing Introduzione al cloud data warehousing, Amazon Redshift e Google BigQuery
modulo #8 Data Lake basati su cloud Creazione di data lake con cloud storage, AWS Lake Formation e GCP Cloud Archiviazione
modulo #9 Database NoSQL basati su cloud Esplorazione di database NoSQL basati su cloud, Amazon DynamoDB e Google Cloud Firestore
modulo #10 Database relazionali basati su cloud Esplorazione di database relazionali basati su cloud, Amazon RDS e Google Cloud SQL
modulo #11 Elaborazione dati nativa su cloud Introduzione all'elaborazione dati nativa su cloud, Apache Spark e Apache Flink
modulo #12 Apprendimento automatico basato su cloud Introduzione all'apprendimento automatico basato su cloud, AWS SageMaker e Google Cloud AI Platform
modulo #13 Apprendimento profondo basato su cloud Introduzione all'apprendimento profondo basato su cloud, TensorFlow e PyTorch
modulo #14 Sicurezza e conformità del cloud Panoramica di sicurezza e conformità del cloud, IAM e crittografia dei dati
modulo #15 Ottimizzazione dei costi del cloud Strategie per l'ottimizzazione dei costi del cloud, la stima dei costi e l'utilizzo delle risorse
modulo #16 Migrazione e distribuzione del cloud Migrazione dei carichi di lavoro di data science al cloud, containerizzazione e serverless computing
modulo #17 Collaborazione e controllo delle versioni basati su cloud Utilizzo di strumenti di collaborazione basati su cloud, GitHub e GitLab per la scienza dei dati
modulo #18 Visualizzazione dei dati basata su cloud Visualizzazione dei dati basata su cloud, Tableau, Power BI e D3.js
modulo #19 Automazione del flusso di lavoro basata su cloud Automazione dei flussi di lavoro di scienza dei dati, Apache Airflow e Zapier
modulo #20 Distribuzione e gestione di modelli basati su cloud Distribuzione e gestione di modelli di apprendimento automatico nel cloud
modulo #21 Casi di studio sulla scienza dei dati basata su cloud Casi di studio reali di progetti di scienza dei dati basati su cloud
modulo #22 Best practice per la scienza dei dati basata su cloud Best practice per la scienza dei dati basata su cloud, l'architettura e l'implementazione
modulo #23 Scienza dei dati basata su cloud per settori specifici Applicazioni di scienza dei dati basate su cloud per sanità, finanza e vendita al dettaglio
modulo #24 Futuro del cloud computing per la scienza dei dati Tendenze emergenti e direzioni future per il cloud computing in data science
modulo #25 Riepilogo e conclusione del corso Pianificare i prossimi passi nel Cloud Computing per la carriera in Data Science