فلش‌کارت‌های آموزشی مبانی توسعه برنامه‌های کاربردی در Google Cloud

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی توسعه برنامه‌های کاربردی در Google Cloud

موضوع کلی: فناوری اطلاعات و توسعه نرم‌افزار

موضوع میانی: توسعه برنامه‌های کاربردی ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پردازش ابری و Google Cloud
• 2. معماری برنامه‌های کاربردی ابری
• 3. مفاهیم کلیدی Google Cloud
• 4. شبکه‌سازی در Google Cloud
• 5. ذخیره‌سازی داده‌ها در Google Cloud
• 6. پایگاه‌های داده رابطه‌ای در Google Cloud
• 7. پایگاه‌های داده NoSQL در Google Cloud
• 8. توسعه با استفاده از App Engine
• 9. استقرار برنامه‌ها با App Engine
• 10. مدیریت و مانیتورینگ برنامه‌ها در App Engine
• 11. مقدمه‌ای بر Google Kubernetes Engine (GKE)
• 12. استقرار کانتینرها با GKE
• 13. مدیریت کلاستر GKE
• 14. شبکه‌سازی در GKE
• 15. ذخیره‌سازی در GKE
• 16. امنیت در GKE
• 17. معماری میکرو سرویس‌ها
• 18. طراحی APIهای RESTful
• 19. استفاده از Cloud Functions
• 20. توسعه برنامه‌های بدون سرور
• 21. امنیت برنامه‌های ابری
• 22. احراز هویت و مجوزدهی در Google Cloud
• 23. مدیریت هویت و دسترسی (IAM)
• 24. رمزنگاری داده‌ها در Google Cloud
• 25. پروتکل‌های امنیتی شبکه
• 26. مانیتورینگ و لاگ‌گیری در Google Cloud
• 27. ابزارهای اشکال‌زدایی برنامه‌های ابری
• 28. استراتژی‌های استقرار برنامه‌ها
• 29. استقرار مداوم (CI/CD)
• 30. استفاده از Cloud Build
• 31. مدیریت پیکربندی در Google Cloud
• 32. بهینه‌سازی عملکرد برنامه‌های ابری
• 33. مقیاس‌پذیری برنامه‌های ابری
• 34. مدیریت هزینه‌ها در Google Cloud
• 35. نظارت بر مصرف منابع
• 36. استراتژی‌های پشتیبان‌گیری و بازیابی
• 37. بازیابی فاجعه در Google Cloud
• 38. مقدمه‌ای بر معماری رویداد محور
• 39. استفاده از Cloud Pub/Sub
• 40. طراحی سیستم‌های توزیع شده
• 41. همگام‌سازی داده‌ها در سیستم‌های توزیع شده
• 42. تست برنامه‌های ابری
• 43. تست واحد و یکپارچه‌سازی
• 44. تست بار و عملکرد
• 45. تست امنیتی برنامه‌های ابری
• 46. مقدمه‌ای بر DevOps
• 47. فرهنگ و اصول DevOps
• 48. ابزارهای DevOps در Google Cloud
• 49. اتوماسیون فرآیندهای DevOps
• 50. مدیریت چرخه عمر برنامه‌ها
• 51. استفاده از Cloud Source Repositories
• 52. مدیریت کد منبع
• 53. بازبینی کد
• 54. یکپارچه‌سازی کد
• 55. تست خودکار در چرخه CI/CD
• 56. استقرار خودکار
• 57. بازگشت به عقب (Rollback) در استقرار
• 58. مدیریت نسخه‌های برنامه
• 59. نظارت بر سلامت برنامه
• 60. سیستم‌های هشداردهی
• 61. تجزیه و تحلیل داده‌های لاگ
• 62. بهینه‌سازی پایگاه داده
• 63. بهینه‌سازی کوئری‌ها
• 64. استفاده از کشینگ در برنامه‌های ابری
• 65. مدیریت ترافیک برنامه
• 66. تعادل بار (Load Balancing)
• 67. شبکه‌های تحویل محتوا (CDN)
• 68. امنیت لایه برنامه
• 69. حفاظت در برابر حملات وب
• 70. مدیریت گواهی‌نامه‌ها
• 71. مقدمه‌ای بر هوش مصنوعی در برنامه‌های ابری
• 72. استفاده از سرویس‌های یادگیری ماشین Google Cloud
• 73. توسعه برنامه‌های هوشمند
• 74. پردازش زبان طبیعی (NLP)
• 75. بینایی ماشین
• 76. تحلیل داده‌های بزرگ
• 77. ذخیره‌سازی و پردازش داده‌های حجیم
• 78. ابزارهای تحلیل داده در Google Cloud
• 79. مصورسازی داده‌ها
• 80. گزارش‌دهی و داشبوردهای مدیریتی
• 81. معماری‌های مدرن برنامه‌های ابری
• 82. توسعه برنامه‌های قابل اطمینان
• 83. طراحی برای تاب‌آوری
• 84. مدیریت خطا و استثنا
• 85. رفع اشکال در محیط‌های توزیع شده
• 86. مستندسازی برنامه‌های ابری
• 87. راهنماهای توسعه‌دهندگان
• 88. بهترین شیوه‌ها در توسعه ابری
• 89. مرور کلی بر سرویس‌های Google Cloud
• 90. انتخاب سرویس مناسب برای هر نیاز
• 91. ملاحظات قانونی و انطباق در توسعه ابری
• 92. حفظ حریم خصوصی داده‌ها
• 93. پروتکل‌های انتقال داده امن
• 94. ملاحظات اخلاقی در توسعه نرم‌افزار
• 95. مسئولیت‌پذیری در قبال کاربران
• 96. برنامه‌ریزی برای آینده توسعه ابری
• 97. روندهای نوظهور در فناوری ابری
• 98. توسعه برنامه‌های مقیاس‌پذیر و کارآمد
• 99. بهبود تجربه کاربری با برنامه‌های ابری
• 100. فناوری‌های نوین در حوزه ابری