Cloud Networking Fundamentals bietet einen tiefgehenden Einblick in die Architektur, den Aufbau und die Verwaltung von Cloud-Infrastrukturen mit Fokus auf Networking, Cloud Computing und zentralen DevOps-Prinzipien. Im Unterschied zu allgemeinen Cloud-Kursen widmet sich dieser Kurs speziell der nahtlosen Integration moderner Netzwerktechnologien in Cloud-Umgebungen sowie deren Zusammenspiel mit Automatisierungs-Tools wie Terraform, Ansible oder Jenkins. Der gezielte Einsatz von AWS, Azure und Cloud Security steht dabei ebenso im Vordergrund wie die Verbindung von Networking-Komponenten mit Kubernetes, Docker und Infrastructure as Code. Besonders relevant ist die direkte Anwendung von Python-Skripten beim Aufsetzen, Überwachen und Steuern komplexer Cloud Infrastructures. Sie lernen, Virtualization, Serverless-Architekturen und Continuous Integration in der Cloud-Kontext sicher zu beherrschen.
Grundlagen und Kernkonzepte- Wesentliche Grundlagen zu Networking, Cloud Computing und Cloud Infrastructure
- Detaillierte Einführung in AWS, Azure, Kubernetes, Docker und Microservices im Cloud-Umfeld
- Unterschiede zwischen traditionellen und Cloud-nativen Netzwerken
- Netzwerkarchitekturen, Cloud Architecture und Sicherheitsmechanismen (Cloud Security)
- Funktionsweise und Bedeutung von Infrastructure as Code für Skalierbarkeit und Automation
- Überblick zu Cloud-Providern, Cloud Engineering und Linux als technisches Fundament
- SRE-Prinzipien für Zuverlässigkeit, Monitoring, Logging und Observability im Cloud-Betrieb
Technische Implementierung und Praxis
- Aufbau, Konfiguration und Verwaltung von Netzwerkkomponenten auf AWS, Azure und in Multi-Cloud-Systemen
- Automatisierung mit Terraform, Ansible, Python und GitOps für Infrastructure as Code
- Einrichtung von CI/CD-Pipelines, Continuous Deployment und automatisiertem Testing mit Jenkins
- Skalierung und Lastverteilung mit Kubernetes, Docker und Serverless-Technologien
- Integration von Monitoring, Logging und Cloud Security-Maßnahmen
- Erarbeitung von Lösungen zur Fehlererkennung und -behebung im Netzwerk-Kontext
- Techniken zur Optimierung der Cloud-Performance bei großen Datenvolumina und hohem Nutzeraufkommen
Analyse, Interpretation und Validierung
- Praxisorientierte Evaluierung der Netzwerkperformance in Cloud Computing-Umgebungen
- Anwendung von Monitoring- und Observability-Kennzahlen zur Performance-Analyse
- Bewertung der eingesetzten Cloud Engineering-Methoden auf Transparenz und Sicherheit
- Technische Dokumentation von Deployments, Netzwerkarchitekturen und automatisierten Workflows
Praxisprojekte, Fallstudien und Vertiefung
- Implementierung eines vollständigen Cloud-Netzwerks mit AWS, Azure, Kubernetes und Docker
- Entwicklung skalierbarer Lösungen unter Echtbedingungen inkl. Cloud Security, Automation und Monitoring
- Analyse realer Fallstudien zu Fehlerbehebung, Netzwerkoptimierung sowie Deployment-Strategien