データエンジニアリングのためのDockerとKubernetes

ローカルマシンでスクリプトを実行する段階を超えたいですか？現代のデータエンジニアリングチームが、スケーラビリティと信頼性のためにアプリケーションをパッケージ化、デプロイ、管理する方法を学びましょう。 このコースは、データエンジニアリングタスクに特化した、コンテナ化とオーケストレーションの実践的な基礎を提供します。Dockerを使用してデータアプリケーション向けの一貫性のある分離された環境を作成し、Kubernetesを使用してそれらを効率的にデプロイおよび管理する方法を学び、データパイプラインが堅牢でスケーラブルであることを保証します。 学習内容: - 仮想化とコンテナ化のコアコンセプトを基礎から理解する。 - Pythonスクリプトとデータアプリケーション用のカスタムDockerイメージを構築および管理する。 - Docker Composeを使用して、マルチコンテナデータサービスをローカルでオーケストレーションする練習をする。 - コンテナ化されたデータワークロードをデプロイおよびスケーリングするためのKubernetesの基本を学ぶ。 - Kubernetesでステートフルなデータアプリケーションのための永続ストレージとネットワーキングを構成する。 - コンテナイメージのビルドとデプロイを自動化するために、基本的なCI/CD原則を適用する。 - データシステムの堅牢性を向上させるために、サイト信頼性エンジニアリング（SRE）の概念を探求する。 このコースは、コンテナの背後にある必須の理論から始まり、Dockerを使った実践的な演習へと進みます。その後、データパイプラインに関連するパターンに焦点を当てて、Kubernetesでアプリケーションをオーケストレーションする段階に進みます。 このコースは、インフラストラクチャに不慣れな意欲的なデータエンジニア、データアナリスト、開発者向けに設計されています。Docker、Kubernetes、または仮想化の事前の経験は必要ありません。 プロのようにデータアプリケーションの構築とデプロイを始めましょう。