اپلیکیشن اندرویدی فلش‌کارت آموزشی ساخت راهکارهای خودکار در AWS با پایتون و Boto3

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت راهکارهای خودکار در AWS با پایتون و Boto3

موضوع کلی: مهندسی و توسعه سیستم‌های ابری

موضوع میانی: توسعه ابزارها و راهکارهای خودکار در زیرساخت ابری

📋 سرفصل‌های دوره

• 1. آشنایی با مفاهیم ابری و AWS
• 2. مقدمه‌ای بر مهندسی ابری و اتوماسیون
• 3. نصب و راه‌اندازی پایتون برای توسعه ابری
• 4. آشنایی با Boto3: کیت توسعه نرم‌افزار AWS برای پایتون
• 5. پیکربندی AWS Credentials برای دسترسی امن
• 6. مفاهیم اصلی سرویس‌های AWS
• 7. مروری بر سرویس ذخیره‌سازی ساده (S3)
• 8. عملیات پایه با S3: ایجاد و حذف سطل‌ها
• 9. آپلود و دانلود فایل‌ها در S3
• 10. مدیریت مجوزهای دسترسی به سطل‌های S3
• 11. نسخه‌بندی و ردیابی تغییرات در S3
• 12. مفاهیم پایگاه داده NoSQL و DynamoDB
• 13. طراحی و ایجاد جداول در DynamoDB
• 14. عملیات CRUD (ایجاد، خواندن، به‌روزرسانی، حذف) در DynamoDB
• 15. شاخص‌های ثانویه (Secondary Indexes) در DynamoDB
• 16. مدیریت ظرفیت و مقیاس‌پذیری در DynamoDB
• 17. مفاهیم صف‌های پیام و SNS
• 18. ارسال پیام به تاپیک‌های SNS
• 19. اشتراک در تاپیک‌های SNS و دریافت پیام
• 20. کاربرد SNS در اطلاع‌رسانی و هشدارهای ابری
• 21. مفاهیم صف‌های پیام و SQS
• 22. ایجاد صف‌های SQS و ارسال پیام
• 23. دریافت و حذف پیام‌ها از صف‌های SQS
• 24. مدیریت صف‌های SQS برای پردازش ناهمزمان
• 25. یکپارچه‌سازی SQS و SNS برای الگوهای پیام‌رسانی پیشرفته
• 26. مدیریت اسرار (Secrets Management) در AWS
• 27. مقدمه‌ای بر AWS Secrets Manager
• 28. ذخیره و بازیابی اسرار با Secrets Manager
• 29. چرخش خودکار اسرار در Secrets Manager
• 30. یکپارچه‌سازی Secrets Manager با برنامه‌های پایتون
• 31. آشنایی با AWS Identity and Access Management (IAM)
• 32. ایجاد کاربران، گروه‌ها و نقش‌ها در IAM
• 33. تعیین خط‌مشی‌های دسترسی (Policies) برای منابع AWS
• 34. استفاده از نقش‌های IAM برای دسترسی امن سرویس‌ها
• 35. مقدمه‌ای بر امنیت ابری و بهترین شیوه‌ها
• 36. نکات امنیتی در استفاده از S3
• 37. نکات امنیتی در استفاده از DynamoDB
• 38. نکات امنیتی در استفاده از سرویس‌های پیام‌رسانی
• 39. مدیریت دسترسی در محیط ابری با IAM
• 40. پیاده‌سازی زیرساخت به عنوان کد (IaC)
• 41. مقدمه‌ای بر زیرساخت به عنوان کد
• 42. نصب و راه‌اندازی AWS CloudFormation
• 43. ایجاد منابع AWS با CloudFormation
• 44. مدیریت تغییرات و به‌روزرسانی‌ها در CloudFormation
• 45. مقدمه‌ای بر AWS CDK (Cloud Development Kit)
• 46. توسعه منابع AWS با CDK و پایتون
• 47. مقایسه CloudFormation و CDK
• 48. استقرار برنامه‌های وب در AWS
• 49. مقدمه‌ای بر AWS Elastic Beanstalk
• 50. استقرار برنامه‌های پایتون با Elastic Beanstalk
• 51. پیکربندی محیط Elastic Beanstalk
• 52. مدیریت و مقیاس‌بندی برنامه‌های مستقر شده
• 53. آشنایی با AWS Lambda برای محاسبات بدون سرور
• 54. نوشتن توابع Lambda با پایتون
• 55. استقرار و اجرای توابع Lambda
• 56. اتصال Lambda به سایر سرویس‌های AWS
• 57. مفاهیم مدیریت رویداد و اتوماسیون
• 58. استفاده از AWS EventBridge برای مسیریابی رویدادها
• 59. ایجاد قوانین EventBridge برای فعال‌سازی اهداف
• 60. اتوماسیون وظایف با EventBridge و Lambda
• 61. مقدمه‌ای بر AWS Systems Manager
• 62. مدیریت پیکربندی با Systems Manager State Manager
• 63. اجرای دستورات از راه دور با Systems Manager Run Command
• 64. مانیتورینگ و لاگ‌برداری در AWS
• 65. مقدمه‌ای بر Amazon CloudWatch
• 66. تنظیم متریک‌ها و داشبوردهای CloudWatch
• 67. ایجاد آلارم‌ها و هشدارهای CloudWatch
• 68. مدیریت لاگ‌ها با CloudWatch Logs
• 69. مفاهیم مانیتورینگ و عیب‌یابی سیستم‌های ابری
• 70. بهینه‌سازی هزینه‌ها در AWS
• 71. مقدمه‌ای بر بهینه‌سازی هزینه در ابر
• 72. شناسایی منابع پرهزینه با AWS Cost Explorer
• 73. استراتژی‌های کاهش هزینه در S3 و DynamoDB
• 74. بهینه‌سازی استفاده از منابع محاسباتی
• 75. مقدمه‌ای بر AWS Well-Architected Framework
• 76. اصول معماری خوب در AWS
• 77. بررسی و بهبود معماری با Well-Architected Tool
• 78. امنیت در معماری ابری
• 79. قابلیت اطمینان و تاب‌آوری در معماری ابری
• 80. بهینه‌سازی عملکرد در معماری ابری
• 81. بهینه‌سازی هزینه در معماری ابری
• 82. عملیات و اتوماسیون در معماری ابری
• 83. توسعه راهکارهای پیشرفته با Boto3
• 84. کار با AWS SDK برای مدیریت منابع پیچیده
• 85. خودکارسازی وظایف تکراری با اسکریپت‌های پایتون
• 86. ایجاد ابزارهای سفارشی برای مدیریت ابری
• 87. تجزیه و تحلیل و گزارش‌دهی از داده‌های ابری
• 88. مقدمه‌ای بر AWS Data Pipeline
• 89. ساخت پایپ‌لاین‌های داده برای انتقال و تبدیل
• 90. پردازش داده‌های بزرگ در AWS
• 91. مقدمه‌ای بر AWS Glue
• 92. استفاده از Glue برای کشف و آماده‌سازی داده‌ها
• 93. یکپارچه‌سازی Glue با سرویس‌های دیگر AWS
• 94. ساخت راهکارهای داده محور در AWS
• 95. جمع‌بندی و گام‌های بعدی در مهندسی ابری
• 96. مروری بر آموخته‌ها و کاربردهای عملی
• 97. آینده مهندسی ابری و اتوماسیون
• 98. منابع تکمیلی و گواهینامه‌های AWS
• 99. مباحث پیشرفته در مهندسی سیستم‌های ابری
• 100. نکات و ترفندهای کاربردی در Boto3