Questo corso online è disponibile per gli studenti dei campus globali della Carnegie Mellon. Scarica una versione PDF del programma.
Questa classe è supportata in parte da una sovvenzione AWS Educate, Microsoft Azure Educator Grant Award e una sovvenzione Google Cloud Platform.
Panoramica del corso
Titolo: Cloud Computing
Unità: 15-319: 9 unità; 15-619: 12 unità.
Prerequisiti per studenti universitari: un grado di ” C ” o migliore in 15-213.
Requisiti per gli studenti laureati: conoscenza dei sistemi informatici, della programmazione e del debug, con una forte competenza in almeno una lingua (come Java/Python) e la capacità di scegliere altre lingue secondo necessità.
Descrizione:
Questo corso on-line basato sul progetto si concentra sulla costruzione di abilità in vari aspetti del cloud computing. Trattiamo argomenti concettuali e forniamo un’esperienza pratica attraverso progetti che utilizzano infrastrutture di cloud pubblico Amazon Web Services (AWS), Microsoft Azure e Google Cloud Platform (GCP).
Gli studenti utilizzeranno MapReduce, la programmazione interattiva utilizzando i notebook Jupyter e le librerie di scienza dei dati per pulire, preparare e analizzare un set di dati di grandi dimensioni. Gli studenti orchestreranno la distribuzione di applicazioni in scala automatica, bilanciate dal carico e tolleranti ai guasti utilizzando macchine virtuali (VM), contenitori Docker e Kubernetes, nonché il calcolo serverless attraverso Funzioni come servizio. Gli studenti esploreranno e sperimenteranno diverse astrazioni di cloud storage distribuito (file system distribuiti e database) e confronteranno le loro caratteristiche, capacità, applicabilità e modelli di coerenza. Inoltre, gli studenti svilupperanno diverse applicazioni di analisi utilizzando framework di elaborazione batch, iterativi e stream. I 15-619 studenti parteciperanno a un progetto di team, che prevede la progettazione e l’implementazione di una soluzione completa di servizi Web per l’interrogazione di big data. Per il progetto team, i team degli studenti vengono valutati in base al costo e alle prestazioni del loro servizio web.
Concettualmente, il corso introdurrà questo dominio e tratterà i temi delle infrastrutture cloud, della virtualizzazione, delle reti e dello storage software-defined, del cloud storage e dei modelli di programmazione (framework analytics). Come introduzione, discuteremo i fattori motivanti, i vantaggi e le sfide del cloud, nonché i modelli di servizio, i service Level Agreement (SLA), la sicurezza, i fornitori di servizi cloud di esempio e i casi d’uso. I moderni data center consentono molti dei vantaggi economici e tecnologici del paradigma cloud; quindi, descriveremo diversi concetti alla base della progettazione e della gestione dei data center e della distribuzione del software. Successivamente, ci concentreremo sulla virtualizzazione come tecnica cloud chiave per offrire servizi di software, calcolo e storage. All’interno dello stesso tema della virtualizzazione, gli studenti saranno introdotti anche a Software Defined Networks and Storage (SDN e SDS). Successivamente, gli studenti impareranno a conoscere diversi concetti di cloud storage, tra cui la distribuzione dei dati, la durata, la coerenza e la ridondanza. Discuteremo di file system distribuiti, database NoSQL e object storage. Infine, gli studenti impareranno i dettagli del modello di programmazione MapReduce e otterranno un’ampia panoramica dei modelli di programmazione Spark, GraphLab e message queues (Kafka) e stream processing (Samza).
Logistica
Personale docente:
Prof. Majd F. [email protected], GHC 7006, x8-1161orario d’ufficio: Martedì, 3-4pm (Pittsburgh)
Orario d’ufficio: Pittsburgh TAS tenere ore d’ufficio per lo più al quinto piano di GHC, orario d’ufficio sono pubblicati su Piazza e qui.
Recitazioni: Ogni martedì alle 8 AM ET (videoregistrate) e giovedì alle 4:30 PM Et Pittsburgh in GHC 4307 (SV Campus, Edificio 23, stanza 212).
Programma provvisorio
Il programma dettagliato di contenuti e quiz è su OLI. Il programma dettagliato dei progetti è sulprogetto.Zona.
