модуль #1 Введение в облачные вычисления Обзор облачных вычислений, преимуществ и ключевых концепций
модуль #2 Обзор поставщиков облачных вычислений Сравнение основных поставщиков облачных вычислений (AWS, Azure, GCP, IBM Cloud)
модуль #3 Основы безопасности в облаке Проблемы безопасности, передовой опыт и соответствие требованиям в облаке
модуль #4 Наука о данных в облаке Преимущества облачной науки о данных, общие примеры использования
модуль #5 Параметры облачного хранения Обзор облачных сервисов хранения (S3, Blob Storage, Cloud Storage)
модуль #6 Прием и обработка данных Прием и обработка больших наборов данных в облаке (Kinesis, Event Hubs, Cloud Pub/Sub)
модуль #7 Облачное хранилище данных Решения для облачных хранилищ данных (Redshift, BigQuery, Synapse)
модуль #8 Облачное машинное обучение Обзор облачных сервисов машинного обучения (SageMaker, Azure Machine Learning, AutoML)
модуль #9 Контейнеризация для науки о данных Использование контейнеров (Docker) для воспроизводимых рабочих процессов науки о данных
модуль #10 Оркестровка контейнеров в облаке Оркестровка контейнеров в облаке (Kubernetes, ECS, ACI)
модуль #11 Бессерверные вычисления для науки о данных Концепции и приложения бессерверных вычислений в науке о данных
модуль #12 Визуализация данных в облаке Инструменты и сервисы визуализации данных в облаке (Tableau, Power BI, D3.js)
модуль #13 Аналитика больших данных в облаке Обработка и анализ больших данных в облаке (Hadoop, Spark, HBase)
модуль #14 Облачная обработка естественного языка Облачные сервисы и приложения обработки естественного языка (NLTK, spaCy, Stanford CoreNLP)
модуль #15 Облачное компьютерное зрение Облачные сервисы и приложения компьютерного зрения (OpenCV, TensorFlow, PyTorch)
модуль #16 Стратегии оптимизации затрат в облаке Методы оптимизации затрат в облаке для рабочих нагрузок науки о данных
модуль #17 Архитектура облака для науки о данных Проектирование масштабируемых и эффективных облачных архитектур для рабочих нагрузок науки о данных
модуль #18 Облачная совместная работа и контроль версий Инструменты совместной работы и контроля версий для команд науки о данных в облаке (GitHub, GitLab, Bitbucket)
модуль #19 Облачный мониторинг и ведение журнала Инструменты мониторинга и ведения журнала для облачных рабочих нагрузок науки о данных
модуль #20 Облачное резервное копирование и восстановление Стратегии резервного копирования и восстановления для облачных рабочих нагрузок науки о данных
модуль #21 Облачная безопасность для науки о данных Лучшие практики обеспечения безопасности для рабочих нагрузок науки о данных в облаке
модуль #22 Соответствие и управление облаком Вопросы соответствия и управления для облачных рабочих нагрузок науки о данных
модуль #23 Миграция рабочих нагрузок науки о данных в Облако Стратегии переноса локальных рабочих нагрузок науки о данных в облако
модуль #24 Создание облачной команды науки о данных Организационные аспекты создания облачной команды науки о данных
модуль #25 Подведение итогов и заключение курса Планирование следующих шагов в облачной инфраструктуре для карьеры в области науки о данных
