دوره آموزشی آمادگی آزمون Google Cloud Professional Cloud Architect: بخش اول طراحی و برنامه ریزی یک معماری راه حل ابری
1 ساعت 21 دقیقهپیشرفته2023-05-09
مدرسین
Noah Gift
MLOps Expert | Solopreneur | Author | Adjunct Professor | CTO
جزئیات دوره
این دوره افراد را برای آزمون گواهینامه معمار حرفهای ابری آماده میکند. یک معمار حرفهای ابری Google Cloud Certified به سازمانها کمک میکند تا از تکنولوژیهای Google Cloud بهرهبرداری کنند. با درک معماری ابری و تکنولوژیهای Google، این فرد راهحلهای پایدار، ایمن، مقیاسپذیر، با در دسترسپذیری بالا و پویا را برای تحقق اهداف تجاری طراحی، توسعه و مدیریت میکند.
در این دوره اول از سری دورههای آمادهسازی برای گواهینامه، نوآ گيفت به شما نحوه طراحی و برنامهریزی معماری راهحل ابری را آموزش میدهد. نوآ به شما نشان میدهد که چگونه معماری یک راهحل طراحی کنید که نیازهای کسبوکار و نیازهای فنی را برآورده کند. او شما را از طریق طراحی منابع شبکه، ذخیرهسازی و محاسبات راهنمایی میکند و در پایان دوره به شما کمک میکند تا راهحلهای فنی را با توجه به تکامل و مهاجرت طراحی کنید.
اهداف یادگیری:
طراحی و برنامهریزی معماری راهحل ابری.
طراحی معماریهای شبکه، ذخیرهسازی و محاسبات.
طراحی راهحلهای فنی با توجه به تکامل و مهاجرت.
در این دوره اول از سری دورههای آمادهسازی برای گواهینامه، نوآ گيفت به شما نحوه طراحی و برنامهریزی معماری راهحل ابری را آموزش میدهد. نوآ به شما نشان میدهد که چگونه معماری یک راهحل طراحی کنید که نیازهای کسبوکار و نیازهای فنی را برآورده کند. او شما را از طریق طراحی منابع شبکه، ذخیرهسازی و محاسبات راهنمایی میکند و در پایان دوره به شما کمک میکند تا راهحلهای فنی را با توجه به تکامل و مهاجرت طراحی کنید.
اهداف یادگیری:
طراحی و برنامهریزی معماری راهحل ابری.
طراحی معماریهای شبکه، ذخیرهسازی و محاسبات.
طراحی راهحلهای فنی با توجه به تکامل و مهاجرت.
مهارت ها
Google CloudSoftware ArchitectureSoftware Development ToolsGoogleCloud PlatformsCert PrepCloud ComputingSoftware Development
سرفصل ها
0. مقدمه
- 01 - نمای کلی دوره و امتحان
- 02 - ورود به ابر GCP
1. طراحی زیرساخت راه حلی که نیازهای تجاری را برآورده کند
- 03 - KPI، TCO، خدمات مدیریت شده، یکپارچه سازی سیستم ها , انطباق، امنیت، ROI
2. طراحی زیرساخت راه حلی که نیازهای فنی را برآورده کند
- 04 - در دسترس بودن بالا، کشش منابع ابری، مقیاس پذیری، عملکرد و تاخیر
3. طراحی شبکه، ذخیرهسازی و منابع محاسباتی
- 05 - یکپارچه سازی، میکروسرویسهای کانتینری، Kubernetes و GKE، انتخاب محاسبه، انتخاب ذخیره سازی
- 06 - استفاده از Google Cloud Functions
- 07 - دویدن مینی کوب
- 08 - اجرای minikube با FastAPI برای توسعه Kubernetes
- 09 - شروع کار با Google Cloud Run
- 10 - تست بار با Locust
4. پیشبینی بهبود راه حلهای آینده
- 11 - طراحی راه حلهای فنی برای تکامل و مهاجرت
- 12 - طرز فکر SRE
نتیجه
- 13 - خلاصه
دوره های مرتبط
- دوره آموزشی آمادگی برای گواهینامه Google Cloud Associate Cloud Engineer
- دوره آموزشی طراحی منطقه استقرار Google Cloud
- دوره آموزشی مبانی مهندسی داده در Google Cloud
- دوره آموزشی مقدمه ای بر Terraform در پلتفرم ابری گوگل
- دوره آموزشی ساخت ترانویس کننده ویدیو با Node.js و Google AI Speech-to-Text API
- دوره آموزشی یادگیری Google Cloud Run
- دوره آموزشی آمادگی گواهینامه Google Cloud Professional Data Engineer: بخش سوم عملیاتی کردن مدل های یادگیری ماشین
- دوره آموزشی آمادگی گواهینامه Google Cloud Professional Data Engineer: بخش چهارم تضمین کیفیت راه حل