modul #9 Containerization for Data Science Konténerek (Docker) használata reprodukálható adattudományi munkafolyamatokhoz
modul #10 Felhőalapú konténer-hangszerelés Konténerek összehangolása a felhőben (Kubernetes, ECS, ACI)
modul #11 Serverless Computing for Data Science Szerver nélküli számítástechnikai koncepciók és alkalmazások az adattudományban
modul #12 Felhőalapú adatvizualizáció Felhőalapú adatvizualizációs eszközök és szolgáltatások (Tableau, Power BI, D3. js)
modul #13 Big Data Analytics a felhőben Big adatok feldolgozása és elemzése a felhőben (Hadoop, Spark, HBase)
modul #14 Felhőalapú természetes nyelvi feldolgozás Felhőalapú NLP-szolgáltatások és alkalmazások (NLTK, spaCy, Stanford CoreNLP)
modul #15 Cloud-based Computer Vision Felhőalapú számítógépes látási szolgáltatások és alkalmazások (OpenCV, TensorFlow, PyTorch)
modul #16 Felhőköltség-optimalizálási stratégiák Technikák a felhőköltségek optimalizálására adattudományi munkaterhelésekhez
modul #17 Cloud Architecture for Data Science Skálázható és hatékony felhőarchitektúrák tervezése adattudományi munkaterhelésekhez
modul #18 Felhőalapú együttműködés és verziókezelés Együttműködés és verzió vezérlőeszközök adattudományi csapatok számára a felhőben (GitHub, GitLab, Bitbucket)
modul #19 Felhőalapú megfigyelés és naplózás Felhőalapú adattudományi munkaterhelések felügyeleti és naplózási eszközei
modul #20 Felhőalapú biztonsági mentés and Recovery Biztonsági mentési és helyreállítási stratégiák felhőalapú adattudományi munkaterhelésekhez
modul #21 Cloud Security for Data Science Biztonsági bevált gyakorlatok az adattudományi munkaterhelésekhez a felhőben
modul #22 Felhőmegfelelőség és irányítás Megfelelőségi és irányítási szempontok a felhőalapú adattudományi munkaterheléseknél
modul #23 Adattudományi munkaterhelések migrálása a felhőbe A helyszíni adattudományi munkaterhelések felhőbe való migrálásának stratégiái
modul #24 Felhőalapú adatok létrehozása Science Team Szervezeti megfontolások egy felhőalapú adattudományi csapat felépítéséhez
modul #25 Tanfolyam összefoglalója és következtetései A Cloud Infrastructure for Data Science karrierjének következő lépéseinek tervezése
Készen áll a tanulásra, a megosztásra és a versenyre?
