دوره راه‌اندازی و مدیریت زیرساخت‌های ابری با استفاده از ابزارهای مدرن (DevOps) همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راه‌اندازی و مدیریت زیرساخت‌های ابری با استفاده از ابزارهای مدرن (DevOps)

موضوع کلی: مهندسی نرم‌افزار و زیرساخت ابری

موضوع میانی: پیاده‌سازی و مدیریت زیرساخت‌های ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مهندسی نرم‌افزار و زیرساخت ابری
• 2. مفاهیم کلیدی DevOps
• 3. مزایای DevOps در سازمان‌ها
• 4. چرخه عمر توسعه نرم‌افزار (SDLC)
• 5. اصول CI/CD
• 6. ابزارهای CI/CD
• 7. مقدمه‌ای بر AWS
• 8. خدمات محاسباتی AWS (EC2)
• 9. شبکه‌سازی در AWS (VPC)
• 10. ذخیره‌سازی در AWS (S3)
• 11. پایگاه‌های داده در AWS (RDS)
• 12. معماری میکروسرویس
• 13. کانتینرسازی با Docker
• 14. مفاهیم Kubernetes
• 15. استقرار برنامه‌ها در AWS
• 16. مدیریت پیکربندی
• 17. ابزارهای مدیریت پیکربندی (Ansible)
• 18. خودکارسازی زیرساخت
• 19. زیرساخت به عنوان کد (IaC)
• 20. ابزارهای IaC (Terraform)
• 21. استقرار زیرساخت با Terraform
• 22. مدیریت پایگاه داده در AWS
• 23. پشتیبان‌گیری و بازیابی در AWS
• 24. امنیت در AWS
• 25. مدیریت هویت و دسترسی (IAM)
• 26. نظارت و لاگ‌برداری در AWS
• 27. ابزارهای نظارتی (CloudWatch)
• 28. مدیریت لاگ‌ها (CloudTrail)
• 29. بهینه‌سازی هزینه‌ها در AWS
• 30. استراتژی‌های کاهش هزینه
• 31. مقدمه‌ای بر DevOps در AWS
• 32. ساخت پایپ‌لاین CI/CD با AWS CodePipeline
• 33. استقرار کد با AWS CodeDeploy
• 34. مدیریت مخازن کد با AWS CodeCommit
• 35. تجزیه و تحلیل کد با AWS CodeGuru
• 36. تست خودکار با AWS
• 37. تست امنیتی برنامه‌ها
• 38. مقدمه‌ای بر کانتینرهای AWS
• 39. استقرار برنامه‌های کانتینری با ECS
• 40. استقرار برنامه‌های کانتینری با EKS
• 41. مدیریت پایپ‌لاین‌های CI/CD با Jenkins در AWS
• 42. استقرار برنامه‌های وب در AWS
• 43. مدیریت ترافیک با AWS Route 53
• 44. تعادل بار با AWS ELB
• 45. امنیت لایه‌بندی شده در AWS
• 46. مدیریت گواهینامه‌ها در AWS
• 47. اتوماسیون فرآیندهای استقرار
• 48. مقدمه‌ای بر معماری بدون سرور (Serverless)
• 49. توابع AWS Lambda
• 50. مدیریت رویدادها با AWS EventBridge
• 51. ذخیره‌سازی داده‌های بدون سرور
• 52. پایگاه‌های داده NoSQL در AWS (DynamoDB)
• 53. مقدمه‌ای بر DevOps برای داده‌ها
• 54. مدیریت داده‌ها در AWS
• 55. امنیت داده‌ها در AWS
• 56. حاکمیت داده‌ها در AWS
• 57. مقدمه‌ای بر DevOps برای هوش مصنوعی و یادگیری ماشین
• 58. استقرار مدل‌های ML در AWS
• 59. مدیریت چرخه عمر مدل‌های ML
• 60. نظارت بر مدل‌های ML
• 61. مقدمه‌ای بر DevOps برای اینترنت اشیاء (IoT)
• 62. مدیریت دستگاه‌های IoT در AWS
• 63. امنیت دستگاه‌های IoT
• 64. تجزیه و تحلیل داده‌های IoT
• 65. مدیریت خطا و بازیابی در AWS
• 66. طراحی برای تاب‌آوری (Resiliency)
• 67. استراتژی‌های Disaster Recovery
• 68. مقدمه‌ای بر اتوماسیون عملیات
• 69. مدیریت رویدادها و هشدارها
• 70. پاسخگویی خودکار به رویدادها
• 71. بهبود مستمر در DevOps
• 72. اندازه‌گیری عملکرد DevOps
• 73. فرهنگ DevOps
• 74. نقش تیم‌ها در DevOps
• 75. مدیریت تغییرات در DevOps
• 76. امنیت در سراسر چرخه عمر توسعه (DevSecOps)
• 77. ابزارهای DevSecOps
• 78. انطباق و مقررات در AWS
• 79. مدیریت ریسک در AWS
• 80. بهینه‌سازی عملکرد برنامه‌ها
• 81. استراتژی‌های مقیاس‌پذیری
• 82. مدیریت هزینه‌ها و بهینه‌سازی
• 83. مقدمه‌ای بر ابزارهای مانیتورینگ پیشرفته
• 84. تجزیه و تحلیل لاگ‌ها و متریک‌ها
• 85. تجسم داده‌ها برای عملیات
• 86. پیش‌بینی مشکلات با استفاده از داده‌ها
• 87. مقدمه‌ای بر اتوماسیون تست‌های نفوذ
• 88. مدیریت امنیت در محیط‌های ابری
• 89. آمادگی برای حسابرسی‌ها
• 90. اصول Cloud Native Computing
• 91. معماری میکروسرویس و کانتینرها
• 92. سرویس‌های مدیریت شده در AWS
• 93. استفاده بهینه از سرویس‌های AWS
• 94. ملاحظات امنیتی در معماری ابری
• 95. بهینه‌سازی زیرساخت برای کارایی
• 96. مدیریت چرخه عمر نرم‌افزار در محیط ابری
• 97. مقدمه‌ای بر مدیریت خدمات IT در زمینه DevOps
• 98. ارتباط بین DevOps و ITIL
• 99. فرهنگ همکاری و اشتراک دانش
• 100. مستندسازی در DevOps