Программирование [oreilly] Инжиниринг данных с помощью Python и AWS Lambda (2019)

[Trinity]

[oreilly] Инжиниринг данных с помощью Python и AWS Lambda (2019)

Инжиниринг данных с помощью Python и AWS Lambda LiveLessons показывает пользователям, как создавать полноценные и мощные конвейеры обработки данных на том же языке, который ученые, работающие с данными, используют для построения моделей машинного обучения. Используя бессерверную обработку данных на Python, вы можете создавать высокомасштабируемые распределенные системы на задней панели объединительной платы AWS. Пользователи учатся мыслить в новой бессерверной парадигме, что означает использование событий и программ, управляемых событиями, которые заменяют дорогие и сложные серверы.

Некоторые из многих преимуществ программирования с помощью AWS Lambda на Python включают отсутствие серверов, которыми нужно управлять, непрерывное масштабирование и измерение долей секунды. Несколько вариантов использования включают обработку данных, потоковую обработку, серверные части Интернета вещей, мобильные и веб-приложения. Научитесь использовать преимущества новой парадигмы в архитектуре программного обеспечения, которая упростит написание, поддержку и развертывание вашего кода.

Функции AWS Lambda — это строительные блоки для создания сложных приложений и сервисов на AWS. В этом интерактивном уроке вы научитесь использовать Python для разработки функций Lambda, которые взаимодействуют с ключевыми сервисами AWS: функциями API Gateway, SQS и CloudWatch. Вы также узнаете, как новая облачная среда разработки Cloud9 может упростить написание, отладку и развертывание функций AWS Lambda.

Об инструкторах Ноа Гифт Pragmatic AI: введение в облачное машинное обучение

Роберт Джордан — дальновидный архитектор с более чем 20-летним опытом проектирования, внедрения и развертывания производственных приложений для крупнейших мировых клиентов в сфере СМИ и науки. Он успешно руководил проектами на всех основных облачных платформах и в настоящее время сертифицирован как на платформах AWS, так и на GCP.

Кеннеди Берман — опытный консультант, специализирующийся на разработке и внедрении облачных решений для стартапов на ранних стадиях. Он имеет опыт работы в области обработки данных, науки о данных, решений AWS и инженерного менеджмента, а также выступал в качестве технического редактора в ряде публикаций, посвященных Python и науке о данных. У него есть опыт разработки учебных программ, используемых в международном экономическом развитии, и более чем десятилетний практический опыт работы с Python. Кеннеди недавно выступал в качестве специалиста по контенту при разработке сертификации машинного обучения AWS и технического редактора книги «Прагматический искусственный интеллект: введение в облачное машинное обучение» (Пирсон, 2018). Он также является основателем Pragmatic AI Labs.

Чему вы научитесь

Выполнение задач по обработке данных на AWS
Разработка с Cloud9
Написание функций AWS Lambda на Python
Внедрение облачных шаблонов обработки данных, т. е. бессерверных.
Создание архитектуры, управляемой событиями, на платформе AWS с использованием SQS, Python Lambda и других технологий AWS.
Кому следует пройти этот курс

Вы начинающий инженер данных, использующий Python.
Вы работаете с данными и хотите изучить шаблоны облачной инженерии данных.
Вы новичок в облаке AWS и хотите писать функции на Python, не требующие серверов.
Вы специалист по обработке и анализу данных, которому нужен более простой способ получения результатов инженерного анализа данных.
Вы хотите узнать о бессерверной технологии и о том, как реализовать ее на Python.
Требования курса

Может писать функции на Python и выполнять инструкции.
Иметь базовое представление об AWS

Материал на английском языке

Подробнее:

Для просмотра ссылок необходимо выполнить Вход или Регистрация

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.