Kombination von DataOps, MLOps und DevOps: Übertreffen Sie Analytik und Softwareentwicklung mit Expertenpraktiken zur Prozessoptimierung und -automatisierung (Englisch)

Bewertung: ⭐⭐⭐⭐  (3,5 von 5)

Leserbewertungen

Zusammenfassung:

Das Buch erhielt vor allem wegen seiner schwierigen Sprache und der fehlenden logischen Struktur, die es den Lesern schwer macht, den Inhalt zu verstehen, negative Rückmeldungen. Viele fanden das erste Kapitel besonders problematisch, das mit verwirrenden Sätzen und irrelevanten Informationen gefüllt war.

Vorteile:

Die Beschreibung und das Vorwort erschienen vielversprechend und ließen auf einen wertvollen Inhalt schließen.

Nachteile:

Das Buch ist aufgrund der seltsam strukturierten Sätze und der fragwürdigen Zeichensetzung schwer zu lesen. Es mangelt an einem logischen Fluss, wiederholt unnötig Ideen, enthält zufällige Informationen, und die Abbildungen sind verwirrend.

(basierend auf 1 Leserbewertungen)

Originaltitel:

Combining DataOps, MLOps and DevOps: Outperform Analytics and Software Development with Expert Practices on Process Optimization and Automation (Engli

Inhalt des Buches:

Beschleunigen Sie die Bereitstellung von Software, Daten und maschinellem Lernen.

KEY FEATURES

⬤  Jedes Kapitel harmonisiert die Kulturen DevOps, Data Engineering und Optimized Machine Learning.

⬤  Gibt den Lesern AGILE-Fähigkeiten an die Hand, um Produktionsrückstände kontinuierlich neu zu priorisieren.

⬤  Containerisierung, Docker, Kubernetes, DataOps und MLOps werden zusammengeführt.

(DESCRIPTION)

Dieses Buch zeigt den Lesern, wie sie die Erstellung von Systemen, Softwareanwendungen und Geschäftsinformationen operationalisieren können, indem sie u.a. die Best Practices von DevOps, DataOps und MLOps nutzen.

Von Software-Unit-Packaging-Code und seinen Abhängigkeiten bis hin zur Automatisierung des Softwareentwicklungslebenszyklus und der Bereitstellung bietet das Buch eine Lern-Roadmap, die mit den Grundlagen beginnt und zu fortgeschrittenen Themen übergeht. In diesem Buch lernen Sie, wie Sie mit DevOps, Docker, Kubernetes, Data Engineering und maschinellem Lernen eine Kultur der Zusammenarbeit, der Affinität und des Toolings in großem Maßstab schaffen können. Das Design von Microservices, das Einrichten von Clustern und deren Wartung, die Verarbeitung von Datenpipelines und die Automatisierung von Vorgängen mit maschinellem Lernen sind alles Themen, die Ihnen bei Ihrer Karriere helfen werden. Wenn Sie jede der in diesem Buch beschriebenen xOps-Methoden anwenden, werden Sie eine deutliche Veränderung Ihres Verständnisses von Systementwicklung feststellen.

Im gesamten Buch werden Sie sehen, wie jede Phase der Softwareentwicklung mit den neuesten Technologien und den effektivsten Projektmanagementansätzen modernisiert wird.

WAS SIE LERNEN WERDEN

⬤  Lernen Sie, wie man Code und alle seine Abhängigkeiten in einem Container verpackt.

⬤  Nutzen Sie DevOps, um jede Phase der Softwareentwicklung zu automatisieren.

⬤  Lernen Sie, wie man Microservices erstellt, die auf ein bestimmtes Problem ausgerichtet sind.

⬤  Kubernetes nutzen, um Anwendungen in einer Vielzahl von Umgebungen zu containerisieren.

⬤  Mit DataOps können Sie Menschen, Prozesse und Technologie aufeinander abstimmen.

FÜR WEN IST DIESES BUCH GEDACHT?

Dieses Buch richtet sich an das Software-Engineering-Team, Datenexperten, IT-Operations und Anwendungsentwicklungsteams mit Vorkenntnissen in der Softwareentwicklung.

Weitere Daten des Buches:

• ISBN: 9789355511911
• Autor: Kalpesh Parikh
• Verlag: Bpb Pubn
• Sprache: Englisch
• Einband: Taschenbuch