AWS: développement

Comprendre comment gérer les souscriptions et les ressources Azure Savoir implémenter et gérer le stockage dans Azure Être capable de déployer et gérer des machines virtuelles Comprendre comment configurer et gérer des réseaux virtuels Savoir mettre en oeuvre la gestion des identités et en assurer la sécurité Connaître les différentes techniques et services propres à Azure (Service Fabric, Azure Kubernetes, …)

Connaître les services d’Azure supportant la Data Science Comprendre comment utiliser les services Azure pour mettre en oeuvre et déployer des solutions Machine Learning Savoir automatiser une solution de Data Science Comprendre comment mettre en oeuvre une surveillance efficace de la solution

Comprendre les principes et les stratégies de virtualisation Connaître et différencier les différentes solutions du marché Savoir où et comment implémenter les infrastructures virtuelles Pouvoir décider de l'éligibilité des ressources à virtualiser Harmoniser la production virtuelle avec la production traditionnelle Être informé des règles de l'art dans la gestion des infrastructures virtuelles

Savoir mettre en oeuvre les techniques de calcul distribué avec Hadoop EMR

Connaître les composants de l’architecture. Créer et déployer les modèles ARM. Comparer des infras variées, serverless, des BdD et des services de communication tels que les AppServices, les paramètres de montée en charge des machines virtuelles, Azure Cosmos DB, les BdD SQL. Incorporer des services variés de la plate-forme Azure dans une solution complète . Sécuriser, surveiller et sauvegarder des solutions déployées dans Azure, créer des solutions automatisées DevOps

Savoir explorer les options de calcul et de stockage pour les charges de travail d'ingénierie des données dans Azure Être capable de concevoir et mettre en oeuvre la couche de diffusion Pouvoir comprendre les considérations d'ingénierie des données