modul #1 Introduksjon til Cloud Computing Oversikt over cloud computing, fordeler og nøkkelkonsepter
modul #2 Cloud Providers Overview Sammenligning av store skyleverandører (AWS, Azure, GCP, IBM Cloud)
modul #3 Cloud Security Fundamentals Sikkerhetsbekymringer, beste praksis og overholdelse i skyen
modul #4 Data Science in the Cloud Fordeler med skybasert datavitenskap, vanlige brukstilfeller
modul #5 Cloud Storage Options Oversikt over skylagringstjenester (S3, Blob Storage, Cloud Storage)
modul #6 Data Ingestion and Processing Inntaking og behandling av store datasett i skyen (Kinesis, Event Hubs, Cloud Pub/Sub)
modul #7 Skybasert datavarehus Skybaserte datavarehusløsninger (Redshift, BigQuery, Synapse)
modul #8 Skybasert maskinlæring Oversikt over skybaserte maskinlæringstjenester (SageMaker, Azure Machine Learning) , AutoML)
modul #9 Containerization for Data Science Bruk av containere (Docker) for reproduserbare datavitenskapelige arbeidsflyter
modul #10 Cloud-based Container Orchestration Orchestrering containers in the cloud (Kubernetes, ECS, ACI)
modul #11 Serverless Computing for Data Science Serverless computing-konsepter og -applikasjoner innen datavitenskap
modul #12 Skybasert datavisualisering Skybaserte datavisualiseringsverktøy og tjenester (Tableau, Power BI, D3. js)
modul #13 Big Data Analytics in the Cloud Behandle og analysere big data i skyen (Hadoop, Spark, HBase)
modul #14 Cloud-based Natural Language Processing Skybaserte NLP-tjenester og applikasjoner (NLTK, spaCy, Stanford CoreNLP)
modul #15 Cloud-basert Computer Vision Cloud-baserte datasynstjenester og applikasjoner (OpenCV, TensorFlow, PyTorch)
modul #16 Cloud Cost Optimization Strategies Teknikker for å optimalisere skykostnader for datavitenskapelige arbeidsbelastninger
modul #17 Cloud Architecture for Data Science Designe skalerbare og effektive skyarkitekturer for datavitenskapelige arbeidsbelastninger
modul #18 Skybasert samarbeid og versjonskontroll Samarbeid og versjon kontrollverktøy for datavitenskapsteam i skyen (GitHub, GitLab, Bitbucket)
modul #19 Skybasert overvåking og logging Overvåkings- og loggingsverktøy for skybaserte datavitenskapelige arbeidsbelastninger
modul #20 Skybasert sikkerhetskopiering and Recovery Sikkerhetskopiering og gjenopprettingsstrategier for skybaserte datavitenskapelige arbeidsbelastninger
modul #21 Cloud Security for Data Science Beste praksis for sikkerhet for datavitenskapelige arbeidsbelastninger i skyen
modul #22 Cloud Compliance and Governance Overholdelses- og styringshensyn for skybaserte datavitenskapsarbeidsbelastninger
modul #23 Migrering av datavitenskapelige arbeidsbelastninger til skyen Strategier for migrering av lokale datavitenskapelige arbeidsbelastninger til skyen
modul #24 Building a Cloud-based Data Science Team Organisatoriske vurderinger for å bygge et skybasert datavitenskapsteam
modul #25 Kursavslutning og konklusjon Planlegging av neste trinn i Cloud Infrastructure for Data Science-karrieren
