Containerisierung für Python: Docker und Kubernetes

Moderne Softwareentwicklung erfordert mehr als nur das Schreiben von Code. Sie erfordern auch das Wissen darüber, wie dieser Code in jeder Umgebung ausgeführt wird. Die Containerisierung ist zum Standard geworden, um sicherzustellen, dass Python-Anwendungen und Data Science-Modelle von der Entwicklung bis zur Produktion zuverlässig funktionieren, ohne dass Abhängigkeitskonflikte Kopfzerbrechen bereiten. Dieser Kurs führt Sie von den grundlegenden Konzepten der Virtualisierung bis hin zur Verwaltung komplexer containerisierter Systeme.Sie erwerben die Fähigkeiten, Umgebungen zu isolieren, das Abhängigkeitsmanagement zu vereinfachen und Python-basierte Services im großen Maßstab zu orchestrieren, unabhängig davon, ob Sie Web-APIs erstellen oder Modelle für maschinelles Lernen bereitstellen. Was Sie lernen werden: - Verstehen Sie die Kernkonzepte der Containerisierung und wie sie sich von der herkömmlichen Virtualisierung unterscheiden. - Erstellen Sie effiziente Docker-Images für Python-Anwendungen mit modernen Packaging-Tools und leichtgewichtigen Basis-Imags. - Verwalten Sie Multi-Container-Umgebungen für Data Science-Workflows und Microservices. - Bereitstellen und Skalieren von Python-Services mit Kubernetes-Orchestrierung und Cluster-Management. - Konfigurieren Sie persistente Speicher und Netzwerke für containerisierte Python-Datenbanken und -Anwendungen. - Wenden Sie moderne Best Practices für Containersicherheit und Image-Optimierung an. Der Lehrplan beginnt mit der grundlegenden Terminologie und der Architektur von Container-Engines, bevor Sie sich mit praktischen Image-Erstellungs- und Orchestrierungsstrategien beschäftigen.Sie lesen detaillierte Erklärungen zu Konfigurationsdateien und Bereitstellungsmanifesten, die in professionellen Umgebungen verwendet werden, um sicherzustellen, dass Ihr Code produktionsbereit ist. Dieser Kurs richtet sich an Python-Entwickler, Data Scientists und Machine Learning-Ingenieure, die noch keine Erfahrung mit Containern haben und keine Vorkenntnisse in DevOps oder Cloud-Infrastruktur benötigen. Erstellen Sie noch heute portable und skalierbare Python-Umgebungen.