Willkommen zum zweiten Kurs der Building Cloud Computing Solutions at Scale Specialization! In diesem Kurs werden Sie lernen, Cloud-native Systeme mit den grundlegenden Bausteinen des Cloud Computing zu entwerfen. Zu diesen Bausteinen gehören virtuelle Maschinen und Container. Außerdem lernen Sie, wie Sie mit Technologien wie Flask und Kubernetes effektive Microservices aufbauen können. Schließlich werden Sie erfolgreiche Muster im Bereich Operations analysieren, darunter: Effektive Warnmeldungen, Lasttests und Kaizen.

Dieser Kurs ist ideal für Anfänger und Fortgeschrittene, die sich für die Anwendung von Cloud Computing auf Data Science, maschinelles Lernen und Data Engineering interessieren. Die Teilnehmer sollten über Linux-Kenntnisse auf Anfängerniveau und Python-Kenntnisse auf mittlerem Niveau verfügen. Für Ihr Projekt in diesem Kurs erstellen Sie eine containerisierte Flask-Anwendung, die kontinuierlich auf einer Cloud-Plattform bereitgestellt wird: Amazon Web Services (AWS), Azure oder Google Cloud Platform (GCP).

Willkommen zum dritten Kurs der Building Cloud Computing Solutions at Scale Specialization! In diesem Kurs lernen Sie, wie Sie Data Engineering auf reale Projekte anwenden können, indem Sie die in den ersten beiden Kursen dieser Reihe vorgestellten Cloud Computing-Konzepte nutzen. Am Ende dieses Kurses werden Sie in der Lage sein, Data-Engineering-Anwendungen zu entwickeln und bewährte Methoden der Softwareentwicklung anzuwenden. Dazu gehören die kontinuierliche Bereitstellung, Tools für die Codequalität, Protokollierung, Instrumentierung und Überwachung. Schließlich werden Sie Cloud-native Technologien einsetzen, um komplexe Data Engineering-Lösungen in Angriff zu nehmen.

Dieser Kurs ist ideal für Anfänger und Fortgeschrittene, die an der Anwendung von Cloud Computing für Data Science, maschinelles Lernen und Data Engineering interessiert sind. Die Teilnehmer sollten über Linux-Kenntnisse für Anfänger und Python-Kenntnisse für Fortgeschrittene verfügen. Für Ihr Projekt in diesem Kurs werden Sie eine serverlose Data-Engineering-Pipeline in einer Cloud-Plattform erstellen: Amazon Web Services (AWS), Azure oder Google Cloud Platform (GCP).

Willkommen zum vierten Kurs der Building Cloud Computing Solutions at Scale Specialization! In diesem Kurs bauen Sie auf den Konzepten für Cloud Computing und Data Engineering auf, die in den ersten drei Kursen eingeführt wurden, um Machine Learning Engineering auf reale Projekte anzuwenden. Zunächst werden Sie Anwendungen für maschinelles Lernen entwickeln und bewährte Softwareentwicklungsverfahren zur Erstellung von Anwendungen für maschinelles Lernen anwenden. Dann werden Sie lernen, wie Sie mit AutoML Probleme effizienter lösen können als mit traditionellen Ansätzen des maschinellen Lernens allein. Schließlich werden Sie sich mit neuen Themen des maschinellen Lernens befassen, darunter MLOps, Edge Machine Learning und KI-APIs.

Dieser Kurs ist ideal für Anfänger und Fortgeschrittene, die sich für die Anwendung von Cloud Computing auf Data Science, maschinelles Lernen und Data Engineering interessieren. Die Teilnehmer sollten über Linux-Kenntnisse auf Anfängerniveau und Python-Kenntnisse auf mittlerem Niveau verfügen. Für Ihr Projekt in diesem Kurs werden Sie eine Flask-Webanwendung erstellen, die Vorhersagen zum maschinellen Lernen ausgibt.