Cloud Computing för datavetenskap
( 25 Moduler )

modul #1
Introduktion till Cloud Computing
Översikt över molnberäkningar, dess historia och utveckling

modul #2
Cloud Computing Service Models
Utforska IaaS-, PaaS- och SaaS-tjänstemodeller

modul #3
Cloud Deployment Models
Förstå offentliga, privata, hybrid- och gemenskapsmolnimplementeringsmodeller

modul #4
Molnleverantörer och marknadstrender
Översikt över stora molnleverantörer (AWS, Azure, GCP, IBM) och marknadstrender

modul #5
Data Science in the Cloud
Introduktion till datavetenskap i molnet, fördelar och utmaningar

modul #6
Cloud Storage for Data Science
Utforska molnlagringsalternativ (bloblagring, objektlagring, fillagring)

modul #7
Cloud Data Warehousing
Introduktion till molndatalager, Amazon Redshift och Google BigQuery

modul #8
Cloud-baserade datasjöar
Bygga datasjöar med molnlagring, AWS Lake Formation och GCP Cloud Storage

modul #9
Molnbaserade NoSQL-databaser
Utforska molnbaserade NoSQL-databaser, Amazon DynamoDB och Google Cloud Firestore

modul #10
Molnbaserade relationsdatabaser
Utforska molnbaserade relationsdatabaser, Amazon RDS och Google Cloud SQL

modul #11
Cloud-native data Processing
Introduktion till molnbaserad databehandling, Apache Spark och Apache Flink

modul #12
Cloud-baserad maskininlärning
Introduktion till molnbaserad maskininlärning, AWS SageMaker , och Google Cloud AI Platform

modul #13
Cloud-based Deep Learning
Introduktion till molnbaserad djupinlärning, TensorFlow och PyTorch

modul #14
Cloud Security and Compliance
Översikt över molnsäkerhet och efterlevnad, IAM och datakryptering

modul #15
Cloud Cost Optimization
Strategier för molnkostnadsoptimering, kostnadsuppskattning och resursutnyttjande

modul #16
Cloud Migration and Deployment
Migrera datavetenskapliga arbetsbelastningar till molnet, containerisering, och serverlös datoranvändning

modul #17
Molnbaserat samarbete och versionskontroll
Användning av molnbaserade samarbetsverktyg, GitHub och GitLab för datavetenskap

modul #18
Molnbaserad datavisualisering
Molnbaserad datavisualisering , Tableau, Power BI och D3.js

modul #19
Molnbaserad arbetsflödesautomatisering
Automatisering av datavetenskapliga arbetsflöden, Apache Airflow och Zapier

modul #20
Molnbaserad modellinstallation och hantering
Deployering och hantera maskininlärningsmodeller i molnet

modul #21
Fallstudier i molnbaserad datavetenskap
Fallstudier i verkligheten av molnbaserade datavetenskapsprojekt

modul #22
Bästa praxis för molnbaserad datavetenskap
Bästa praxis för molnbaserad datavetenskap, arkitektur och implementering

modul #23
Molnbaserad datavetenskap för specifika industrier
Molnbaserade datavetenskapliga applikationer för sjukvård, finans och detaljhandel

modul #24
Future of Cloud Computing for Data Science
Uppkommande trender och framtida riktningar för molnberäkning inom datavetenskap

modul #25
Kursavslutning och avslutning
Planerar nästa steg i Cloud Computing för datavetenskapskarriären

Redo att lära sig, dela och tävla?