Dank dieses weiterbildenden Masterstudiengangs werden Sie in der Lage sein, relevante Positionen im wettbewerbsintensiven Cloud Computing-Sektor zu besetzen”

Softwareentwicklung und Cloud-Umgebungen haben zur Entstehung einer neuen Berufsgruppe im Bereich der neuen Technologien geführt. In kurzer Zeit haben die Unternehmen die Vorteile erkannt, die ihnen die Nutzung der Cloud Computing-Technologie bietet. Angesichts dieses Szenarios haben IT-Fachkräfte die Möglichkeit, sich in einem aufstrebenden Bereich weiterzuentwickeln.

Dieser weiterbildende Masterstudiengang von TECH vereint ein Dozententeam, das sich auf Cloud-Technologien spezialisiert hat und über umfassende Erfahrung in diesem Sektor verfügt. Ihr Wissen gibt den Studenten alle notwendigen Werkzeuge an die Hand, um die verschiedenen Cloud-Anbieter kennenzulernen und so alle Technologien zu beherrschen, die von den großen Anbietern von Cloud-Lösungen angeboten werden. Darüber hinaus werden IT-Profis unter der Leitung von Experten in diesem Bereich die wichtigsten Konzepte und Werkzeuge kennen lernen, die derzeit im Bereich der Datenpersistenz verwendet werden, wie beispielsweise Data Lakes.

Während der zwölfmonatigen Dauer des Kurses werden die Themen Virtualisierung und Containerisierung von Anwendungen behandelt, die die Entwicklung des Systemmanagements vorangetrieben haben und heute von grundlegender Bedeutung sind. All dies aus einer theoretischen und praktischen Perspektive, entwickelt von und für zukünftige Cloud-Architekten, DevOps oder Cloud-Infrastruktur-Spezialisten.

Eine hervorragende Gelegenheit für Fachleute, die ihre beruflichen Ambitionen durch diesen 100%igen Online-Kurs verbessern möchten. Sie benötigen lediglich ein internetfähiges Gerät, um auf die Bibliothek mit Multimedia-Ressourcen und praktischen Simulationen zuzugreifen, die das Studium erleichtern und ihnen die Flexibilität geben, es mit ihren anspruchsvollen beruflichen und privaten Verpflichtungen zu vereinbaren.

Werden Sie mit diesem weiterbildenden Masterstudiengang zum Meister der Programmierung in der Cloud. Wachsen Sie in einem hart umkämpften Sektor”

Dieser Weiterbildender Masterstudiengang in Programmierung in der Cloud enthält das vollständigste und aktuellste Programm auf dem Markt. Die hervorstechendsten Merkmale sind:  

• Die Entwicklung von Fallstudien, die von Experten für Programmierung in der Cloud präsentiert werden 
• Der anschauliche, schematische und äußerst praxisnahe Inhalt soll technische und praktische Informationen zu den für die berufliche Praxis wesentlichen Disziplinen vermitteln
• Die praktischen Übungen, bei denen der Selbstbewertungsprozess zur Verbesserung des Lernens durchgeführt werden kann
• Sein besonderer Schwerpunkt liegt auf innovativen Methoden 
• Theoretische Vorträge, Fragen an den Experten, Diskussionsforen zu kontroversen Themen und individuelle Reflexionsarbeit
• Die Verfügbarkeit des Zugangs zu Inhalten von jedem festen oder tragbaren Gerät mit Internetanschluss

Microsoft Azure, Amazon Web Services und Google Cloud sind die wichtigsten Cloud-Plattformen für Unternehmen. Beherrschen Sie alle ihre Möglichkeiten mit diesem weiterbildenden Masterstudiengang. Schreiben Sie sich jetzt ein”

Zu den Dozenten des Programms gehören Fachleute aus der Branche, die ihre Erfahrungen aus ihrer Arbeit in diese Weiterbildung einbringen, sowie anerkannte Spezialisten aus führenden Unternehmen und renommierten Universitäten.

Die multimedialen Inhalte, die mit der neuesten Bildungstechnologie entwickelt wurden, werden den Fachkräften ein situiertes und kontextbezogenes Lernen ermöglichen, d. h. eine simulierte Umgebung, die eine immersive Fortbildung bietet, die auf die Ausführung von realen Situationen ausgerichtet ist.

Das Konzept dieses Studiengangs konzentriert sich auf problemorientiertes Lernen, bei dem die Fachkräfte versuchen müssen, die verschiedenen Situationen aus der beruflichen Praxis zu lösen, die im Laufe der Fortbildung auftreten. Zu diesem Zweck werden sie von einem innovativen interaktiven Videosystem unterstützt, das von renommierten Experten entwickelt wurde.  

Vertiefen Sie Ihr Wissen und werden Sie zum Spezialisten für Cloud-Infrastrukturen, indem Sie die neuesten Cloud-Native-Technologien und -Architekturen beherrschen"

Studieren Sie in Ihrem eigenen Tempo, ohne feste Termine und von überall aus mit der Online-Methode, die TECH für alle ihre Abschlüsse anbietet"

Der Lehrplan wurde auf der Grundlage der umfassenden Anforderungen des Dozententeams entwickelt, aus dem sich der Studiengang zusammensetzt. Das Ergebnis ist ein aus zehn Modulen bestehender Lehrplan, der einen breiten und detaillierten Überblick über Cloud-Umgebungen, die verschiedenen verfügbaren Tools und ihre Möglichkeiten in einem aufstrebenden Bereich bietet. IT-Fachkräfte, die diesen Kurs absolvieren, werden in der Lage sein, Cloud-Native-Anwendungen zu programmieren, ein sicheres Netzwerk zu entwerfen und zu implementieren oder Programmierung in der Cloud in Echtzeit durchzuführen. All dies wird durch umfangreiche Multimedia-Inhalte mit detaillierten Videos, weiterführender Lektüre und praktischen Beispielen aus der Praxis unterstützt, die diesen Kurs ergänzen.

TECH bietet Ihnen einen Lehrplan mit hochwertigen Inhalten und einem aktuellen und innovativen Ansatz für Cloud-Umgebungen”

Modul 1. Programmierung in der Cloud. Dienste in Azure, AWS und Google Cloud 

1.1. Cloud. Cloud-Dienste und -Technologie

1.1.1. Cloud-Dienste und -Technologie
1.1.2. Cloud-Terminologie
1.1.3. Referenz-Cloud-Anbieter

1.2. Cloud Computing

1.2.1. Cloud Computing
1.2.2. Cloud Computing-Ökosystem
1.2.3. Cloud Computing-Typologie

1.3. Cloud-Dienstmodelle

1.3.1. IaaS. Infrastruktur als Dienstleistung
1.3.2. SaaS. Software als Dienstleistung
1.3.3. PaaS. Plattform als Dienstleistung

1.4. Cloud Computing-Technologien

1.4.1. Virtualisierungssystem
1.4.2. Service-Oriented Architecture (SOA)
1.4.3. GRID-Computing

1.5. Architektur des Cloud Computing

1.5.1. Architektur des Cloud Computing
1.5.2. Cloud Computing-Netzwerk-Typologien
1.5.3. Sicherheit im Cloud Computing

1.6. Public Cloud

1.6.1. Public Cloud
1.6.2. Architektur und Kosten der Public Cloud
1.6.3. Public Cloud. Typologie

1.7. Private Cloud

1.7.1. Private Cloud
1.7.2. Architektur und Kosten
1.7.3. Private Cloud. Typologie

1.8. Hybrid Cloud

1.8.1. Hybrid Cloud
1.8.2. Architektur und Kosten
1.8.3. Hybrid Cloud. Typologie

1.9. Cloud-Anbieter

1.9.1. Amazon Web Services
1.9.2. Azure
1.9.3. Google

1.10. Cloud-Sicherheit

1.10.1. Sicherheit der Infrastruktur
1.10.2. Betriebssystem- und Netzwerksicherheit
1.10.3. Risikominderung in der Cloud 

Modul 2. Programmierung von Architekturen für Cloud Computing

2.1. Cloud-Architektur für ein Universitätsnetzwerk. Auswahl des Cloud-Anbieters. Praktisches Beispiel

2.1.1. Cloud-Architekturansatz für ein Universitätsnetzwerk nach Cloud-Anbieter
2.1.2. Komponenten der Cloud-Architektur
2.1.3. Analyse von Cloud-Lösungen gemäß der vorgeschlagenen Architektur

2.2. Wirtschaftliche Schätzung des Projekts zur Schaffung eines Universitätsnetzwerks. Finanzierung

2.2.1. Auswahl des Cloud-Anbieters
2.2.2. Wirtschaftliche Schätzung auf der Grundlage der Komponenten
2.2.3. Finanzierung des Projekts

2.3. Schätzung des Personalbedarfs für das Projekt. Zusammensetzung eines Softwareteams

2.3.1. Zusammensetzung des Softwareentwicklungsteams
2.3.2. Rollen in einem Entwicklungsteam. Typologie
2.3.3. Bewertung der wirtschaftlichen Einschätzung des Projekts

2.4. Umsetzungszeitplan und Projektdokumentation

2.4.1. Agiler Projektzeitplan
2.4.2. Dokumentation der Projektdurchführbarkeit
2.4.3. Die für die Durchführung des Projekts zu erstellende Dokumentation

2.5. Rechtliche Implikationen eines Projekts

2.5.1. Rechtliche Implikationen eines Projekts
2.5.2. Datenschutzpolitik

2.5.2.1. DSGVO. Datenschutz-Grundverordnung

2.5.3. Verantwortung des integrierenden Unternehmens

2.6. Entwurf und Erstellung eines Cloud-Blockchain-Netzwerks für die vorgeschlagene Architektur

2.6.1. Blockchain - Hyperledger Fabric
2.6.2. Hyperledger Fabric Basics
2.6.3. Aufbau eines internationalen universitären Hyperledger Fabric-Netzwerks

2.7. Vorgeschlagener Ansatz zur Erweiterung der Architektur

2.7.1. Erstellung der vorgeschlagenen Architektur mit Blockchain
2.7.2. Erweitern der vorgeschlagenen Architektur
2.7.3. Konfiguration einer hochverfügbaren Architektur

2.8. Verwaltung der vorgeschlagenen Cloud-Architektur

2.8.1. Hinzufügen eines neuen Teilnehmers zur ursprünglich vorgeschlagenen Architektur
2.8.2. Verwaltung der Cloud-Architektur
2.8.3. Verwaltung der Projektlogik - Smart Contracts

2.9. Verwaltung und Management der spezifischen Komponenten der vorgeschlagenen Cloud-Architektur

2.9.1. Verwaltung von Netzwerkzertifikaten
2.9.2. Verwaltung der Sicherheit der verschiedenen Komponenten: CouchDB
2.9.3. Verwaltung von Blockchain-Netzwerkknoten

2.10. Änderung einer anfänglichen Basisinstallation bei der Erstellung des Blockchain-Netzwerks

2.10.1. Hinzufügen eines Knotens zum Blockchain-Netzwerk
2.10.2. Hinzufügen von zusätzlichen Datenpersistenzen
2.10.3. Verwaltung von Smart Contracts
2.10.4. Hinzufügen einer neuen Universität zu einem bestehenden Netzwerk

Modul 3. Storage in Cloud Azure

3.1. MV-Installation in Azure

3.1.1. Befehle zur Erstellung
3.1.2. Befehle zur Ansicht
3.1.3. Befehle zum Ändern

3.2. Blobs in Azure

3.2.1. Blob-Typen
3.2.2. Container
3.2.3. Azcopy
3.2.4. Umkehrbare Blob-Unterdrückung

3.3. Verwaltete Festplatten und Speicher in Azure

3.3.1. Verwaltete Festplatte
3.3.2. Sicherheit
3.3.3. Kalter Speicher
3.3.4. Replikation

3.3.4.1. Lokale Redundanz
3.3.4.2. Redundanz in einem Bereich
3.3.4.3. “Georedundante”

3.4. Tabellen, Warteschlangen, Dateien in Azure

3.4.1. Tabellen
3.4.2. Warteschlangen
3.4.3. Dateien

3.5. Verschlüsselung und Sicherheit in Azure

3.5.1. Storage Service Encryption (SSE)
3.5.2. Zugriffsschlüssel

3.5.2.1. Gemeinsame Zugriffssignatur
3.5.2.2. Zugriffsrichtlinien auf Containerebene
3.5.2.3. Zugriffssignatur auf Blob-Ebene

3.5.3. Azure AD-Authentifizierung

3.6. Virtuelles Netzwerk in Azure

3.6.1. Subnetting und Pairing
3.6.2. Vnet to Vnet
3.6.3. Private Verbindung
3.6.4. Hohe Verfügbarkeit

3.7. Arten von Verbindungen in Azure

3.7.1. Azure Application Gateway
3.7.2. Standort-zu-Standort-VPN
3.7.3. Punkt-zu-Standort-VPN
3.7.4. ExpressRoute

3.8. Ressourcen in Azure

3.8.1. Ressourcen sperren
3.8.2. Ressourcen-Bewegung
3.8.3. Entsorgung von Ressourcen

3.9. Backup in Azure

3.9.1. Recovery Services
3.9.2. Agent Azure Backup
3.9.3. Azure Backup Server

3.10. Entwicklung von Lösungen

3.10.1. Komprimierung, Deduplizierung, Replikation
3.10.2. Recovery Services
3.10.3. Disaster Recovery Plan

Modul 4. Cloud-Umgebungen. Sicherheit

4.1. Cloud-Umgebungen. Sicherheit

4.1.1. Cloud-Umgebungen, Sicherheit

4.1.1.1. Cloud-Sicherheit
4.1.1.2. Sicherheitsposition

4.2. Gemeinsames Sicherheitsverwaltungsmodell in der Cloud

4.2.1. Vom Anbieter verwaltete Sicherheitselemente
4.2.2. Vom Kunden verwaltete Elemente
4.2.3. Sicherheitsstrategien

4.3. Cloud-Präventionsmechanismen

4.3.1. Authentifizierungsmanagementsysteme
4.3.2. Authentifizierungsmanagementsystem: Zugangspolitik
4.3.3. Systeme zur Schlüsselverwaltung

4.4. Datensicherheit in der Cloud-Infrastruktur

4.4.1. Absicherung von Speichersystemen:

4.4.1.1. Block
4.4.1.2. Object Storage
4.4.1.3. Ffile Systems

4.4.2. Sicherung von Datenbanksystemen
4.4.3. Sichern von Daten bei der Übermittlung

4.5. Schutz der Cloud-Infrastruktur

4.5.1. Entwurf und Implementierung eines sicheren Netzwerks
4.5.2. Sicherheit von Computerressourcen
4.5.3. Tools und Ressourcen zum Schutz der Infrastruktur

4.6. Anwendungsrisiken und Schwachstellen

4.6.1. Risiken bei der Anwendungsentwicklung
4.6.2. Kritische Sicherheits-Risiken
4.6.3. Schwachstellen in der Softwareentwicklung

4.7. Verteidigung von Anwendungen gegen Angriffe

4.7.1. Design in der Anwendungsentwicklung
4.7.2. Absicherung durch Verifizierung und Testen
4.7.3. Sichere Programmierpraxis

4.8. Sicherheit in DevOps-Umgebungen

4.8.1. Sicherheit in virtualisierten und containerisierten Umgebungen
4.8.2. Sicherheit in Entwicklung und Betrieb (DevSecOps)
4.8.3. Bewährte Sicherheitsverfahren in Produktionsumgebungen mit Containern

4.9. Sicherheit in öffentlichen Clouds

4.9.1. AWS
4.9.2. Azure
4.9.3. Oracle Cloud

4.10. Sicherheitsvorschriften, Governance und Compliance

4.10.1. Compliance im Bereich Sicherheit
4.10.2. Risikomanagement
4.10.3. Prozesse in Organisationen

Modul 5. Container-Orchestrierung: Kubernetes und Docker 

5.1. Grundlage von Anwendungsarchitekturen

5.1.1. Aktuelle Anwendungsmodelle
5.1.2. Ausführungsplattformen für Anwendungen
5.1.3. Container-Technologien

5.2. Docker-Architektur

5.2.1. Docker-Architektur
5.2.2. Installation der Docker-Architektur
5.2.3. Befehle. Lokales Projekt

5.3. Docker-Architektur. Speicherverwaltung

5.3.1. Bildverwaltung und Registrierung
5.3.2. Vernetzung in Docker
5.3.3. Speicherverwaltung

5.4. Erweiterte Docker-Architektur

5.4.1. Docker Compose
5.4.2. Docker in der Organisation
5.4.3. Beispiel für die Einführung von Docker

5.5. Kubernetes-Architektur

5.5.1. Kubernetes-Architektur
5.5.2. Kubernetes-Bereitstellungselemente
5.5.3. Distributionen und verwaltete Lösungen
5.5.4. Installation und Umgebung

5.6. Kubernetes-Architekturen: Entwickeln mit Kubernetes

5.6.1. Tools für die K8s-Entwicklung
5.6.2. Imperativer vs. deklarativer Modus
5.6.3. Bereitstellung und Exposition von Anwendungen

5.7. Kubernetes in Unternehmensumgebungen

5.7.1. Persistenz von Daten
5.7.2. Hochverfügbarkeit, Skalierung und Networking
5.7.3. Sicherheit in Kubernetes
5.7.4. Kubernetes Verwaltung und Überwachung

5.8. K8s-Distributionen

5.8.1. Vergleich der Bereitstellungsumgebungen
5.8.2. Bereitstellung auf GKE, AKS, EKS oder OKE
5.8.3. On-Premise-Bereitstellung

5.9. Rancher und Openshift

5.9.1. Rancher
5.9.2. Openshift
5.9.3. Openshift: Anwendungskonfiguration und -bereitstellung

5.10. Kubernetes und Container-Architekturen. Aktualisierungen

5.10.1. Open Application Model
5.10.2. Tools für die Verwaltung der Bereitstellung in Kubernetes-Umgebungen
5.10.3. Referenzen zu anderen Projekten und Trends

Modul 6. Programmierung Cloud-nativer Anwendungen 

6.1. Cloud Native-Technologien

6.1.1. Cloud Native-Technologien
6.1.2. Cloud Native Computing Foundation
6.1.3. Cloud Native-Entwicklungswerkzeuge

6.2. Cloud Native-Anwendungsarchitektur

6.2.1. Entwurf einer Cloud Native-Anwendung
6.2.2. Komponenten der Cloud Native-Architektur
6.2.3. Modernisierung von Legacy-Anwendungen

6.3. Containerization

6.3.1. Container-orientierte Entwicklung
6.3.2. Entwicklung mit Microservices
6.3.3. Tools für die Teamarbeit

6.4. DevOps und kontinuierliche Integration und Bereitstellung

6.4.1. Kontinuierliche Integration und Bereitstellung: CI/CD
6.4.2. Ökosystem von Tools für CI/CD
6.4.3. Erstellen einer CI/CD-Umgebung

6.5. Beobachtbarkeit und Analyse der Plattform

6.5.1. Beobachtbarkeit von Cloud Native-Anwendungen
6.5.2. Tools für Überwachung, Logging und Nachvollziehbarkeit
6.5.3. Implementierung einer Beobachtbarkeits- und Analyseumgebung

6.6. Datenverwaltung in Cloud Native-Anwendungen

6.6.1. Datenbank in Cloud Native
6.6.2. Muster für die Datenverwaltung
6.6.3. Technologien für die Implementierung von Datenverwaltungsmustern

6.7. Kommunikation in Cloud Native-Anwendungen

6.7.1. Synchrone und asynchrone Kommunikation
6.7.2. Technologien für synchrone Kommunikationsmuster
6.7.3. Technologien für asynchrone Kommunikationsmuster

6.8. Ausfallsicherheit, Sicherheit und Leistung in Cloud Native-Anwendungen

6.8.1. Ausfallsicherheit von Anwendungen
6.8.2. Sichere Entwicklung in Cloud Native-Anwendungen
6.8.3. Anwendungsleistung und Skalierbarkeit

6.9. Serverless

6.9.1. Serverless in Cloud Native
6.9.2. Serverless-Plattformen 
6.9.3. Anwendungsfälle für Serverless-Entwicklung

6.10. Plattformen für die Bereitstellung

6.10.1. Cloud Native-Entwicklungsumgebungen
6.10.2. Orchestrierungsplattformen. Vergleich
6.10.3. Infrastruktur-Automatisierung

Modul 7. Programmierung in der Cloud. Data Governance

7.1. Datenverwaltung

7.1.1. Datenverwaltung
7.1.2. Ethik im Umgang mit Daten

7.2. Data Governance

7.2.1. Einstufung. Zugangskontrolle
7.2.2. Regulierung der Datenverarbeitung
7.2.3. Data Governance. Wert

7.3. Datenverwaltung. Tools

7.3.1. Abstammung
7.3.2. Metadaten
7.3.3. Datenkatalog. Business Glossary

7.4. Benutzer und Prozesse in der Datenverwaltung

7.4.1. Benutzer

7.4.1.1. Rollen und Verantwortlichkeiten

7.4.2. Prozesse

7.4.2.1. Datenanreicherung

7.5. Lebenszyklus von Unternehmensdaten

7.5.1. Datenerzeugung
7.5.2. Datenverarbeitung
7.5.3. Datenspeicherung
7.5.4. Datennutzung
7.5.5. Vernichtung von Daten

7.6. Qualität der Daten

7.6.1. Datenqualität in der Datenverwaltung
7.6.2. Datenqualität in der Analytik
7.6.3. Techniken zur Datenqualität

7.7. Datenverwaltung im Transit

7.7.1. Datenverwaltung im Transit

7.7.1.1. Abstammung

7.7.2. Die vierte Dimension

7.8. Datenschutz

7.8.1. Ebenen des Zugangs
7.8.2. Klassifizierung
7.8.3. Compliance.  Vorschriften

7.9. Überwachung und Messung der Data Governance

7.9.1. Überwachung und Messung der Data Governance
7.9.2. Überwachung der Abstammung
7.9.3. Überwachung der Datenqualität

7.10. Tools zur Datenverwaltung

7.10.1. Talend
7.10.2. Collibra
7.10.3. Informatik

Modul 8. Programmierung in der Cloud in Echtzeit. Streaming

8.1. Verarbeitung und Strukturierung von Streaming-Informationen

8.1.1. Prozess der Erfassung, Strukturierung, Verarbeitung, Analyse und Interpretation von Daten
8.1.2. Techniken zur Verarbeitung von Streaming-Daten
8.1.3. Streaming-Verarbeitung
8.1.4. Anwendungsfälle der Streaming-Verarbeitung

8.2. Statistiken zum Verständnis des gestreamten Datenflusses

8.2.1. Deskriptive Statistik
8.2.2. Berechnung der Wahrscheinlichkeiten
8.2.3. Inferenz

8.3. Programmieren mit Python

8.3.1. Typologie, Konditionale, Funktionen und Schleifen
8.3.2. Numpy, Matplotlib, DataFrames, CSV-Dateien und .json-Formate
8.3.3. Sequenzen: Listen, Schleifen, Dateien und Wörterbücher
8.3.4. Veränderlichkeit, Ausnahmen und Funktionen höherer Ordnung

8.4. Programmieren mit R

8.4.1. Programmieren mit R
8.4.2. Vektoren und Faktoren
8.4.3. Matrizen und Arrays
8.4.4. Listen und Data Frame
8.4.5. Funktionen

8.5. SQL-Datenbank für Streaming-Datenverarbeitung

8.5.1. SQL-Datenbank
8.5.2. Entity-Relationship-Modell
8.5.3. Relationales Modell
8.5.4. SQL

8.6. NON-SQL-Datenbank für Streaming Data Processing

8.6.1. NO SQL-Datenbank
8.6.2. MongoDB
8.6.3. MongoDB-Architektur
8.6.4. CRUD-Operationen
8.6.5. Find, Projektionen, Indexes-Aggregation und Cursors
8.6.6. Datenmodell

8.7. Data Mining und prädiktive Modellierung

8.7.1. Multivariate Analyse
8.7.2. Techniken zur Dimensionalitätsreduktion
8.7.3. Cluster-Analyse
8.7.4. Serien

8.8. Maching Learning für die Verarbeitung von Streaming-Daten

8.8.1. Maching Learning und erweiterte prädiktive Modellierung
8.8.2. Neuronale Netze
8.8.3. Deep Learning
8.8.4. Bagging und Random Forest
8.8.5. Gradient Bosting
8.8.6. SVM
8.8.7. Montage-Methoden

8.9. Technologien zur Verarbeitung von Streaming-Daten

8.9.1. Spark Streaming
8.9.2. Kafka Streams
8.9.3. Flink Streaming

8.10. Apache Spark Streaming

8.10.1. Apache Spark Streaming
8.10.2. Spark-Komponenten
8.10.3. Spark-Architektur
8.10.4. RDD
8.10.5. SPARK SQL
8.10.6. Jobs, Stages und Task

Modul 9. Cloud-Integration mit Webdiensten. Technologien und Protokolle

9.1. Webstandards und -protokolle

9.1.1. Web und Web 2.0
9.1.2. Client-Server-Architektur
9.1.3. Kommunikationsprotokolle und Standards

9.2. Webdienste

9.2.1. Webdienste
9.2.2. Kommunikationsschichten und -mechanismen
9.2.3. Dienst-Architekturen

9.3. Service-orientierte Architekturen

9.3.1. Service Oriented Architecture (SOA)
9.3.2. Entwurf von Webdiensten
9.3.3. SOAP und REST

9.4. SOAP. Service Oriented Arquitecture

9.4.1. Struktur und Nachrichtenübermittlung
9.4.2. Web Service Description Language (WSDL)
9.4.3. Implementierung von SOAP-Clients und -Servern

9.5. REST-Architektur

9.5.1. REST-Architekturen und RESTful Web Services
9.5.2. HTTP-Verben: Semantik und Zweck
9.5.3. Swagger
9.5.4. REST-Client und Server-Implementierungen

9.6. Microservices-basierte Architekturen

9.6.1. Monolithischer Architektur-Ansatz. Verwendung von Microservices
9.6.2. Microservices-basierte Architekturen
9.6.3. Kommunikationsflüsse bei der Verwendung von Microservices

9.7. Client-seitiger Aufruf von APIs

9.7.1. Web-Client-Typologien
9.7.2. Entwicklungswerkzeuge für die Verarbeitung von Webdiensten
9.7.3. Ursprungsübergreifende Ressourcen (CORS)

9.8. Sicherheit von API-Aufrufen

9.8.1. Sicherheit in Webdiensten
9.8.2. Authentifizierung und Autorisierung
9.8.3. Authentifizierungsmethoden auf Basis der Sicherheitsstufe

9.9. Integration von Anwendungen mit Cloud-Anbietern

9.9.1. Anbieter des Cloud Computing
9.9.2. Plattform-Dienste
9.9.3. Webdienste Implementierung/Verbrauchsorientierte Dienste

9.10. Implementierung von Bots und Assistenten

9.10.1. Verwendung von Bots
9.10.2. Verwendung von Web Service in Bots
9.10.3. Implementierung von Chatbots und Web-Assistenten

Modul 10. Programmierung in der Cloud. Projektmanagement und Produktüberprüfung

10.1. Kaskaden-Methoden

10.1.1. Klassifizierung der Methodologien
10.1.2. Kaskadenmodell. Waterfall
10.1.3. Strong and Weakness
10.1.4. Vergleich der Modelle. Waterfall vs. Agile

10.2. Agile-Methodik

10.2.1. Agile-Methodik
10.2.2. Das Agile Manifest
10.2.3. Verwendung von Agile

10.3. Scrum-Methodik

10.3.1. Scrum-Methodik

10.3.1.1. Verwendung von Scrum

10.3.2. Scrum-Events
10.3.3. Scrum-Artefakte
10.3.4. Scrum-Leitfaden

10.4. Agile Inception Desk

10.4.1. Agile Inception Desk
10.4.2. Phasen am Inception Desk

10.5. Technik des Impact Mapping

10.5.1. Impact Mapping
10.5.2. Nutzung des Impact Mappig
10.5.3. Struktur des Impact Mapping

10.6. Anwenderberichte

10.6.1. Anwenderberichte
10.6.2. Schreiben von Anwenderberichten
10.6.3. Hierarchie der Benutzergeschichten
10.6.4. Use Story Mapping

10.7. Test Qa Manual

10.7.1. Testing Manual
10.7.2. Validierung und Verifizierung. Unterschiede
10.7.3. Manuelles Testen. Typologie
10.7.4. UAT. User Acceptance Testing
10.7.5. UAT und Alpha- und Beta-Tests
10.7.6. Software-Qualität

10.8. Automatisiertes Testen

10.8.1. Automatisiertes Testen
10.8.2. Manuelles vs. Automatisches Testen
10.8.3. Die Auswirkungen des automatischen Testens
10.8.4. Das Ergebnis der Anwendung von Automatisierung
10.8.5. Das Qualitätsrad

10.9. Funktionale und nichtfunktionale Tests

10.9.1. Funktionale und nichtfunktionale Tests
10.9.2. Funktionsprüfung

10.9.2.1. Einheitstests
10.9.2.2. Integrationstests
10.9.2.3. Regressionstests
10.9.2.4. Smoke Test
10.9.2.5. Monkey Testing
10.9.2.6. Sanity Testing

10.9.3. Nichtfunktionale Tests

10.9.3.1. Belastungstests
10.9.3.2. Leistungstests
10.9.3.3. Sicherheitstests
10.9.3.4. Testen der Konfiguration
10.9.3.5. Stresstest

10.10. Verifizierungsmethoden und Tools

10.10.1. Heatmap
10.10.2. Eye Tracking
10.10.3. Scroll-Maps
10.10.4. Bewegungskarten
10.10.5. Konfetti-Maps
10.10.6. Test A/B
10.10.7. Blue & Green Deployment-Methode
10.10.8. Canary Release-Methode
10.10.9. Auswahl der Tools
10.10.10. Analytische Instrumente

Seien Sie ein echter Profi. Verringern Sie die Risiken in der Cloud und garantieren Sie die Sicherheit der Unternehmen, für die Sie arbeiten"