Architektur verteilter Cloud-Systeme ist speziell auf professionelle Anforderungen im Bereich DevOps und Cloud Engineering zugeschnitten. In diesem Kurs lernen Sie die nahtlose Verbindung zwischen moderner Cloud Architecture und komplexen DevOps-Prozessen kennen - mit Fokus auf die Orchestrierung verteilter Cloud Infrastructure unter Einbindung von AWS, Azure und Kubernetes. Besonderes Augenmerk liegt auf der Integration von Infrastructure as Code mit Tools wie Terraform und Ansible, effizienten CI/CD-Pipelines via Jenkins und GitOps-Workflows, sowie der Absicherung hochgradig skalierbarer Microservices-Architekturen. Anders als vergleichbare Angebote rückt der Kurs die Herausforderungen der Virtualization, Security und Automation in hybriden Cloud-Umgebungen mit Serverless- und Monitoring-Komponenten in den Mittelpunkt.
Grundlagen und Kernkonzepte- Strukturierte Einführung in Cloud Computing, Virtualization, Cloud Architecture und verteilte Systeme
- Vergleich aktueller Cloud-Provider wie AWS und Azure hinsichtlich Architektur, Services und Networking
- Zentrale Begriffe und Mechanismen von DevOps, CI/CD sowie Cloud Infrastructure im Detail
- Rolle und Stellenwert von Linux, Python und Shell-Skripting für Cloud Engineering
- Einbettung von Monitoring, Logging, Observability und Cloud Security als Grundpfeiler sicherer Architektur
- Herausforderungen von Scalability, Microservices und dynamischem Ressourcenmanagement
Technische Implementierung und Praxis
- Umsetzung vollständiger DevOps-Workflows mit Kubernetes, Docker und Serverless-Technologien
- Automatisierte Provisionierung mittels Infrastructure as Code, Terraform und Ansible in Multi-Cloud-Szenarien
- Praxisnahe CI/CD-Pipelines, GitOps-Steuerung und Zero-Downtime-Deployment mit Jenkins
- Aufbau von Netzwerkarchitekturen, Cloud Security- und Monitoring-Lösungen
- Analyse von Logs und Performance-Daten zur Verbesserung der Cloud Infrastructure
- Scaling und Ausfallsicherheit unter echten Produktionsbedingungen
Analyse, Interpretation und Validierung
- Identifizierung kritischer Cloud-Architectural Patterns und Analyse von Observability-Daten
- Validierung von Automation-Workflows und Sicherheitsmechanismen
- Nutzung statistischer Auswertungen für SRE, Performance und Compliance
- Ableitung von Optimierungspotenzialen für Cloud Engineering und Infrastructure as Code
Praxisprojekte, Fallstudien und Vertiefung
- Aufbau, Betrieb und Skalierung beispielhafter Multi-Cloud-Infrastrukturen in AWS und Azure
- Hands-on Cloud Computing-Projekte mit Fokus auf DevOps, Automation, Monitoring, SRE und Security
- Analyse typischer Cloud Infrastructure-Probleme aus der Realität
- Entwicklung und Betrieb komplexer Microservices- und Serverless-Architekturen