Implementazioni di DevOps

La tua organizzazione di ingegneria sta crescendo e ora hai Data Engineer, Machine Learning Engineer e Software Developer. Vuoi che tutti i team lavorino in modo stretto e collaborativo. Inoltre, vuoi che i team usino l’approccio MVP (prima costruire le funzionalità di base, poi aggiungerne di nuove). Quale delle metodologie qui sotto dovresti adottare?

devops is a combination of quality assurance, software development, and IT Operations. DataOps is composed of Data Quality, Data Engineering, and Data Integration. MLOps contains ML Model training, Machine Learning, and Model Maintenance.

Questo esercizio fa parte del corso

Concetti di DevOps

Visualizza corso

esercizio interattivo pratico

Trasforma la teoria in pratica con uno dei nostri esercizi interattivi

Inizia esercizio

Questo esercizio fa parte del corso

Concetti di DevOps

InicianteNível de habilidade

4.8+

843 reviews

Inizia il corso gratuitamente

In questo capitolo vedrai che cos’è il DevOps, ne scoprirai i principi e i benefici che porta. Scoprirai come si applica ai diversi tipi di sviluppo software. Infine, passerai alle basi del project management per confrontare approcci diversi e capire come possano potenziare il DevOps, portando vantaggi concreti alle organizzazioni.

Exercise 1: Che cos'è DevOps?Exercise 2: Vantaggi di DevOps Exercise 3: Caratteristiche di DevOps Exercise 4: Casi d'uso di DevOps Exercise 5: Quale ingegnere?Exercise 6: Usare il modello corretto Exercise 7: Implementazioni di DevOps

Esercizio attuale

Exercise 8: Metodologie di project management per DevOps Exercise 9: Framework di project management Exercise 10: Fattori per decidere il miglior framework di project management Exercise 11: Scegliere il modello di project management migliore

Questo capitolo introduce i principali componenti dell’infrastruttura IT, il change management e l’architettura software. Vedrai come le diverse parti si uniscono per comporre i prodotti online, come interagiscono tra loro e come i team collaborano secondo il DevOps Change Management Model. Esplorerai nel dettaglio gli elementi fondamentali del DevOps. Alla fine del capitolo, sarai in grado di affrontare alcuni problemi complessi dell’ingegneria del software, come il design architetturale, e di migliorare i prodotti online in modo sicuro e rapido.

Exercise 1: Il modello di Change Management in DevOps Exercise 2: Componenti del ciclo DevOps Exercise 3: Data Engineering nel ciclo DevOps Exercise 4: Sistemi principali di architettura software Exercise 5: Dati in movimento Exercise 6: Prendere decisioni architetturali Exercise 7: Concetti moderni di infrastruttura IT Exercise 8: Componenti dell'infrastruttura IT Exercise 9: Componenti del change management Exercise 10: Elementi di DevOps Exercise 11: Pipeline CI/CD Exercise 12: Concetti DevOps vs. concetti di infrastruttura generici

Qui intraprenderai un percorso per navigare il DevOps con la prospettiva di un data engineer. Esplorerai che cosa significa l’architettura DevOps dal punto di vista del Data Engineering. Inoltre, vedrai i concetti principali relativi alle Data Pipeline e come vengono utilizzate in un’architettura a microservizi. Dopo aver imparato sulle data pipeline, indosserai il cappello del Data Scientist e osserverai il DevOps dalla prospettiva del reporting. Infine, esaminerai l’ambiente degli strumenti del DevOps e discuterai i principali tool utilizzati nel DevOps.

Exercise 1: Implicazioni di Data Engineering nell'architettura DevOps Exercise 2: Microservizi vs. architettura monolitica Exercise 3: Data Engineering per i microservizi Exercise 4: Data Pipeline Exercise 5: Operazioni dati principali Exercise 6: Elaborazione batch vs. streaming Exercise 7: Analytics e reporting con DevOps Exercise 8: Metriche di change management Exercise 9: Architettura di reporting per DevOps Exercise 10: Strumenti: ecosistema Exercise 11: Sistemi e strumenti di architettura Exercise 12: Strumenti nel ciclo DevOps Exercise 13: Automatizzare le pipeline di dati

In questo capitolo finale esaminerai come il DevOps aiuta a garantire un’elevata qualità dei dati. Inoltre, approfondirai qualità e affidabilità nel software. Dulcis in fundo, analizzerai i concetti culturali che abilitano il DevOps. Poi ripasserai tutto ciò che hai imparato ed entrerai a pieno titolo in possesso della potenza del DevOps.

Exercise 1: Garantire standard di qualità dei dati con DevOps Exercise 2: Qualità dei dati Exercise 3: Elementi della qualità dei dati Exercise 4: Osservabilità e affidabilità Exercise 5: Osservabilità vs. testing Exercise 6: Aumentare l'affidabilità Exercise 7: Concetti culturali di DevOps Exercise 8: Concetti culturali Exercise 9: Reagire a un incidente Exercise 10: Mettere tutto insieme Exercise 11: Vantaggi di DevOps Exercise 12: Ciclo DevOps Exercise 13: COMPLIMENTI!