moduł #1 Wprowadzenie do przetwarzania w chmurze Przegląd przetwarzania w chmurze, korzyści i kluczowe koncepcje
moduł #2 Przegląd dostawców chmury Porównanie głównych dostawców chmury (AWS, Azure, GCP, IBM Cloud)
moduł #3 Podstawy bezpieczeństwa chmury Obawy dotyczące bezpieczeństwa, najlepsze praktyki i zgodność w chmurze
moduł #4 Nauka o danych w chmurze Zalety opartej na chmurze nauki o danych, typowe przypadki użycia
moduł #5 Opcje przechowywania w chmurze Przegląd usług przechowywania w chmurze (S3, Blob Storage, Cloud Storage)
moduł #6 Pobieranie i przetwarzanie danych Pobieranie i przetwarzanie dużych zestawów danych w chmurze (Kinesis, Event Hubs, Cloud Pub/Sub)
moduł #7 Magazynowanie danych w chmurze Rozwiązania do magazynowania danych w chmurze (Redshift, BigQuery, Synapse)
moduł #8 Uczenie maszynowe w chmurze Przegląd rozwiązań opartych na chmurze usługi uczenia maszynowego (SageMaker, Azure Machine Learning, AutoML)
moduł #9 Konteneryzacja dla nauki o danych Używanie kontenerów (Docker) do powtarzalnych przepływów pracy w nauce o danych
moduł #10 Orkiestracja kontenerów w chmurze Orkiestrowanie kontenerów w chmurze (Kubernetes, ECS, ACI)
moduł #11 Obliczenia bezserwerowe dla nauki o danych Koncepcje i zastosowania obliczeń bezserwerowych w nauce o danych
moduł #12 Wizualizacja danych w chmurze Narzędzia i usługi do wizualizacji danych w chmurze (Tableau, Power BI, D3.js)
moduł #13 Analiza dużych zbiorów danych w chmurze Przetwarzanie i analizowanie dużych zbiorów danych w chmurze (Hadoop, Spark, HBase)
moduł #14 Przetwarzanie języka naturalnego w chmurze Usługi i aplikacje NLP w chmurze (NLTK, spaCy, Stanford CoreNLP)
moduł #15 Wizja komputerowa w chmurze Usługi wizji komputerowej w chmurze i aplikacje (OpenCV, TensorFlow, PyTorch)
moduł #16 Strategie optymalizacji kosztów chmury Techniki optymalizacji kosztów chmury dla obciążeń nauki o danych
moduł #17 Architektura chmury dla nauki o danych Projektowanie skalowalnych i wydajnych architektur chmury dla obciążeń nauki o danych
moduł #18 Współpraca w chmurze i kontrola wersji Narzędzia do współpracy i kontroli wersji dla zespołów nauki o danych w chmurze (GitHub, GitLab, Bitbucket)
moduł #19 Monitorowanie i rejestrowanie w chmurze Narzędzia do monitorowania i rejestrowania obciążeń nauki o danych w chmurze
moduł #20 Kopia zapasowa i odzyskiwanie w chmurze Strategie tworzenia kopii zapasowych i odzyskiwania dla obciążeń nauki o danych w chmurze
moduł #21 Bezpieczeństwo chmury dla nauki o danych Najlepsze praktyki bezpieczeństwa dla obciążeń nauki o danych w chmurze
moduł #22 Zgodność i zarządzanie chmurą Rozważania dotyczące zgodności i zarządzania dla nauki o danych w chmurze obciążenia
moduł #23 Migracja obciążeń nauki o danych do chmury Strategie migracji lokalnych obciążeń nauki o danych do chmury
moduł #24 Budowanie zespołu nauki o danych w chmurze Rozważania organizacyjne dotyczące budowania zespołu nauki o danych w chmurze
moduł #25 Podsumowanie i zakończenie kursu Planowanie kolejnych kroków w zakresie infrastruktury chmurowej dla kariery naukowca ds. danych
