Cloud Infrastructure Design Principles vermittelt gezielt jene Fähigkeiten, mit denen Sie komplexe Cloud Infrastructure-Architekturen auf Basis moderner DevOps-Prinzipien erfolgreich umsetzen. Dieser Kurs legt ein besonderes Augenmerk auf die praktische Anwendung neuester Technologien wie Kubernetes, Docker, Infrastructure as Code-Lösungen (z.B. Terraform und Ansible) sowie auf die Integration von AWS und Azure in reale Enterprise-Cloud Computing-Szenarien. Sie analysieren systematisch die Unterschiede zwischen klassischen On-Premises-Lösungen und cloudnativen Architekturen, setzen Continuous Integration und Continuous Deployment mit CI/CD-Pipelines um und etablieren Cloud Security- und Cloud Engineering-Standards. Besonderer Wert wird auf die Automatisierung, Observability, Logging und Monitoring großer vernetzter Systeme gelegt - für robuste, skalierbare Produktionsumgebungen von morgen.
Grundlagen und Kernkonzepte- Fundamentale DevOps-Konzepte, Cloud Computing-Prinzipien und Cloud Architecture-Fundamente verstehen
- Aufbau von Cloud Infrastructure mithilfe von Virtualization, Networking und Serverless
- Einführung in SRE (Site Reliability Engineering) und den Einfluss auf Cloud Engineering
- Unterschiedliche Rollen von On-Premises, Hybrid und Multi-Cloud-Lösungen gezielt bewerten
- Integration von GitOps und Automatisierung zur besseren Skalierbarkeit der Infrastruktur
- Einführung in Cloud Security, Risiken und Schutzmaßnahmen für Cloud-Plattformen
Technische Implementierung und Praxis
- Hands-on mit AWS, Azure, Kubernetes, Docker und Terraform: Deployment und Management
- Infrastruktur-Konfiguration durch Infrastructure as Code (Terraform/Ansible) sowie CI/CD-Automatisierungen mit Jenkins
- Strukturierte Integration von Monitoring, Logging und Observability im praktischen Cloud-Betrieb
- Entwicklung und Administration von Microservices, Python-Skripten und Cloud-nativen Tools
- Fehleranalyse, Security-Hardening und verlässliches Management von Ressourcen
- Einführung und Umsetzung von Virtualization-Strategien für agile Cloud Solutions
- Nutzung von Linux für effektive Cloud Computing-Workflows
Analyse, Interpretation und Validierung
- Auswahl und Anwendung von Monitoring-Tools für Cloud Infrastructure-Umgebungen
- Auswertung von Observability-Daten zur Optimierung von Cloud Security und Performance
- Automatisierte Dokumentation und Compliance für den Nachweis regulierter Cloud-Prozesse
- Analyse und Visualisierung von Deployment-Status und Skalierungsmetriken
- Vergleich verschiedener Cloud Engineering-Methoden und deren Auswirkungen
Praxisprojekte, Fallstudien und Vertiefung
- Entwurf und Aufbau skalierbarer Cloud Architecture mit produktionsrelevanten Beispielen
- Umgang mit Cloud Security-Risiken anhand realer Fallstudien
- Integration und Analyse heterogener Daten in Cloud Infrastructure-Projekten
- Entwicklung robuster Monitoring- und Logging-Konzepte für produktive Umgebungen