Python dla DevOps. Naucz się bezlitośnie.. Noah Gi
- Offers
- 1
- Last updated
- 3 เดือนที่แล้ว
| ผู้ขาย | Product price | Delivery | รวม | ความพร้อมจำหน่าย | Updated | |
|---|---|---|---|---|---|---|
| Allegro.pl | Product price 65,00 PLN | Delivery 29,00 PLN | รวม 94,00 PLN | ความพร้อมจำหน่าย มีจำหน่าย | Updated 3 เดือนที่แล้ว | View offer |
ราคาและความพร้อมจำหน่ายอาจมีการเปลี่ยนแปลง อัปเดตล่าสุด: 15.08.2026 16:41.
Product reviews
Noah Gift, Kennedy Behrman, Alfredo Deza, Grig Gh
_________________________________________________
- ISBN: 9788328368309
- Autor: Noah Gift, Kennedy Behrman, Alfredo Deza, Grig Gh
- Wydawnictwo/Producent: Helion
- Informacje o wydaniu: Strony: 464
- Oprawa: broszurowa
- Rok wydania: 2020
Ostatnia dekada zmieniła oblicze IT. Kluczowego znaczenia nabrały big data, a chmura i automatyzacja rozpowszechniły się wszędzie tam, gdzie mowa o efektywności. Inżynierowie muszą wykorzystywać zalety systemów linuksowych w codziennej praktyce, aby zapewnić należyty poziom automatyzacji swoich zadań. Do tych celów świetnie nadaje się Python. Język ten zdobywa coraz większe uznanie z uwagi na jego wszechstronność, jak również wydajność, przenaszalność i bezpieczeństwo kodu. Warto więc wykorzystywać Pythona do administrowania systemami Linux wraz z takimi narzędziami DevOps jak Docker, Kubernetes i Terraform.
Dzięki tej książce dowiesz się, jak sobie z tym poradzić. Znalazło się w niej krótkie wprowadzenie do Pythona oraz do automatyzacji przetwarzania tekstu i obsługi systemu plików, a także do pisania własnych narzędzi wiersza poleceń. Zaprezentowano również przydatne narzędzia linuksowe, systemy zarządzania pakietami oraz systemy budowania, monitorowania i automatycznego testowania kodu. Zagadnienia te szczególnie zainteresują specjalistów DevOps. Ponadto zawarto tu podstawowe informacje o chmurze obliczeniowej, usługach IaC i systemach Kubernetes. Omówiono zasady uczenia maszynowego i inżynierii danych z perspektywy DevOps. Przedstawiono także kompletny przewodnik po procesach budowania, wdrażania oraz operacyjnego wykorzystywania modelu uczenia maszynowego z użyciem systemów Flask, sklearn, Docker i Kubernetes.
W tej książce:
wprowadzenie do Pythona
automatyczne przetwarzanie tekstu oraz automatyzacja operacji na plikach
automatyzacja za pomocą sprawdzonych narzędzi linuksowych
chmura, infrastruktura jako kod, Kubernetes i tryb bezserwerowy
uczenie maszynowe i inżynieria danych z perspektywy DevOps
tworzenie i operacjonalizacja projektu uczenia maszynowego
Python: tutaj ważna jest prawdziwa nowoczesność oprogramowania!