modul #1 Introduktion till Cloud Computing Översikt över cloud computing, fördelar och nyckelbegrepp
modul #2 Cloud Providers Overview Jämförelse av stora molnleverantörer (AWS, Azure, GCP, IBM Cloud)
modul #3 Cloud Security Fundamentals Säkerhetsproblem, bästa praxis och efterlevnad i molnet
modul #4 Data Science in the Cloud Fördelar med molnbaserad datavetenskap, vanliga användningsfall
modul #5 Cloud Storage Options Översikt över molnlagringstjänster (S3, Blob Storage, Cloud Storage)
modul #6 Dataintag och bearbetning Inmatning och bearbetning av stora datamängder i molnet (Kinesis, Event Hubs, Cloud Pub/Sub)
modul #7 Cloud-based Data Warehousing Cloud-based data warehousing solutions (Redshift, BigQuery, Synapse)
modul #8 Cloud-based Machine Learning Översikt över molnbaserade maskininlärningstjänster (SageMaker, Azure Machine Learning) , AutoML)
modul #9 Containerization for Data Science Använda behållare (Docker) för reproducerbara datavetenskapliga arbetsflöden
modul #10 Cloud-based Container Orchestration Orchestrering av behållare i molnet (Kubernetes, ECS, ACI)
modul #11 Serverlös beräkning för datavetenskap Serverlösa datorkoncept och applikationer inom datavetenskap
modul #12 Molnbaserad datavisualisering Molnbaserade datavisualiseringsverktyg och tjänster (Tableau, Power BI, D3. js)
modul #13 Big Data Analytics in the Cloud Bearbeta och analysera big data i molnet (Hadoop, Spark, HBase)
modul #14 Cloud-based Natural Language Processing Molnbaserade NLP-tjänster och applikationer (NLTK, spaCy, Stanford CoreNLP)
modul #15 Cloud-baserad datorvision molnbaserade datorseendetjänster och applikationer (OpenCV, TensorFlow, PyTorch)
modul #16 Cloud Cost Optimization Strategies Tekniker för att optimera molnkostnader för datavetenskapliga arbetsbelastningar
modul #17 Cloud Architecture for Data Science Designa skalbara och effektiva molnarkitekturer för datavetenskapliga arbetsbelastningar
modul #18 Cloud-based Collaboration and Version Control Samarbete och version kontrollverktyg för datavetenskapsteam i molnet (GitHub, GitLab, Bitbucket)
modul #19 Molnbaserad övervakning och loggning Övervaknings- och loggningsverktyg för molnbaserade datavetenskapliga arbetsbelastningar
modul #20 Molnbaserad säkerhetskopiering and Recovery Säkerhetskopierings- och återställningsstrategier för molnbaserade datavetenskapliga arbetsbelastningar
modul #21 Cloud Security for Data Science Bästa säkerhetspraxis för datavetenskapliga arbetsbelastningar i molnet
modul #22 Cloud Compliance and Governance Compliance and governance considerations for moln-based data science workloads
modul #23 Migrating Data Science Workloads to the Cloud Strategies for migrating on-premises data science workloads to the cloud
modul #24 Building a Cloud-based Data Science Team Organisatoriska överväganden för att bygga ett molnbaserat datavetenskapsteam
modul #25 Kursavslutning och avslutning Planerar nästa steg i Cloud Infrastructure for Data Science-karriären
