Planung skalierbarer Cloud-Infrastrukturen steht im Mittelpunkt dieses Kurses und adressiert gezielt die Herausforderungen beim Aufbau, Design und der Umsetzung von leistungsfähigen Cloud Infrastructure-Lösungen auf Basis moderner DevOps-Prinzipien. Sie erlernen nicht nur die Auswahl und Anwendung von Tools wie Kubernetes, Docker, Infrastructure as Code mit Terraform und Ansible, sondern setzen diese in realistischen Cloud Computing-Szenarien mit AWS und Azure direkt um. Besonderes Augenmerk liegt auf Cloud Architecture, der effizienten Automatisierung von Continuous Integration und Continuous Deployment mit Jenkins sowie umfassenden Strategien für Cloud Security, Monitoring und Logging. Dadurch hebt sich der Kurs deutlich von allgemeinen DevOps-Trainings ab und legt den Fokus auf tiefgreifende Cloud Engineering- und Scalability-Strategien, die speziell für komplexe, wachsende Anforderungen konzipiert sind.
Grundlagen und Kernkonzepte- Überblick über DevOps, Cloud Computing und Cloud Infrastructure sowie Cloud Architecture
- Unterschiede und Gemeinsamkeiten führender Cloud-Plattformen (AWS, Azure) im Kontext von Infrastructure as Code
- Einbindung klassischer Linux-Systemadministration in moderne Cloud-Umgebungen
- Rolle von Virtualization, Networking und Security in Cloud Engineering
- Skalierbarkeit und Resilienz als Grundprinzipien verteilter Architekturen
- Bedeutung von Observability, SRE und Logging im Cloud-Betrieb
- Einführung in Serverless-Ansätze für Microservices-Architekturen
Technische Implementierung und Praxis
- Hands-on Umsetzung von Infrastructure as Code mit Terraform und Ansible
- Containerisierung mit Docker kombiniert mit Kubernetes-Orchestrierung
- CI/CD-Pipelines automatisieren mit Jenkins, GitOps und Python-Skripten
- Integration von Monitoring und Observability in komplexen Cloud-Infrastrukturen
- Nachhaltige Automatisierung, Scripting und Cloud Security-Praktiken
- Cloud Infrastructure-Optimierung für hohe Verfügbarkeit im Produktiveinsatz
- Umsetzung von Microservices und Virtualisierung in produktiven Cloud Computing-Umgebungen
Analyse, Interpretation und Validierung
- Monitoring- und Logging-Prozesse zur frühzeitigen Fehlererkennung in Cloud Infrastructure
- Analyse von Performance, Skalierbarkeit und Ausfallsicherheit
- Absicherung und Auditierung im Kontext von Cloud Security und Compliance
- Systematische Auswertung von CI/CD-Prozessen und Infrastrukturmetriken
- Dokumentation aller technischen Schritte für Reproduzierbarkeit
Praxisprojekte, Fallstudien und Vertiefung
- Entwicklung skalierbarer, geo-redundanter Cloud Infrastructure-Projekte mit DevOps-Tools
- Bearbeitung anspruchsvoller Fallstudien zu AWS, Azure und Kubernetes
- Simulation von Migrationen und Optimierung existierender Cloud Architecture
- Praktische Übung: Absicherung und Observability kompletter DevOps-Workflows
- Reflexion zu aktuellen Entwicklungen in Cloud Engineering und Cloud Computing