Ostatnia dekada zmieniła oblicze IT. Kluczowego znaczenia nabrały big data, a chmura i automatyzacja rozpowszechniły się wszędzie tam, gdzie mowa o skuteczności. Inżynierowie muszą wykorzystywać zalety systemów linuksowych w codziennej praktyce, żeby zapewnić należyty poziom automatyzacji swych zadań.
Do tych celów nieprzeciętnie nadaje się Python. Język ten zdobywa coraz pokaźniejsze podziw z uwagi na jego wszechstronność, jak na dodatek efektywność, 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 niedługie wprowadzenie do Pythona oraz do automatyzacji przetwarzania tekstu i obsługi systemu plików oraz do pisania własnych narzędzi wiersza poleceń.
Zaprezentowano jeszcze {pomocn|przydatn)e 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! Powyższy opis pochodzi od wydawcy.
