فلش‌کارت‌های آموزشی Google Cloud Platform: راهنمای عملی برای توسعه دهندگان Python (Dash)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: راهنمای عملی برای توسعه دهندگان Python (Dash)

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

• 1. مبانی Python برای GCP:
• 2. نصب و راه‌اندازی Python
• 3. مبانی Syntax Python
• 4. ساختار داده‌ها در Python (لیست، تاپل، دیکشنری)
• 5. کنترل جریان (if/else، حلقه ها)
• 6. توابع در Python
• 7. ماژول‌ها و بسته‌ها در Python
• 8. محیط‌های مجازی Python (venv)
• 9. مروری بر مفاهیم شیء‌گرایی در Python
• 10. آشنایی با کتابخانه‌های Python (requests, datetime, os)
• 11. نصب و راه‌اندازی Google Cloud SDK (gcloud CLI)
• 12. ایجاد و مدیریت پروژه در Google Cloud Platform
• 13. آشنایی با Google Cloud Console
• 14. مروری بر خدمات اساسی GCP
• 15. مدیریت حساب کاربری و نقش‌ها در GCP
• 16. آشنایی با Cloud Shell
• 17. مستندات و منابع GCP
• 18. GCP و امنیت: اصول اولیه
• 19. مدیریت منابع در GCP
• 20. آشنایی با Cloud Storage
• 21. آپلود و دانلود فایل‌ها از Cloud Storage با Python
• 22. استفاده از Cloud Storage API با Python
• 23. آشنایی با Cloud Functions
• 24. ایجاد و استقرار یک Cloud Function با Python
• 25. اجرای Cloud Function با HTTP Trigger
• 26. اجرای Cloud Function با Cloud Storage Trigger
• 27. اجرای Cloud Function با Cloud Pub/Sub Trigger
• 28. لاگ‌گیری و مانیتورینگ Cloud Functions
• 29. آشنایی با Cloud Pub/Sub
• 30. انتشار و اشتراک در Cloud Pub/Sub با Python
• 31. طراحی سیستم‌های غیرهمزمان با Cloud Pub/Sub
• 32. آشنایی با Cloud SQL
• 33. ایجاد و پیکربندی Cloud SQL برای PostgreSQL
• 34. اتصال به Cloud SQL با Python (psycopg2)
• 35. کوئری زدن به Cloud SQL با Python
• 36. مدیریت تراکنش‌ها در Cloud SQL
• 37. آشنایی با Cloud Datastore
• 38. ذخیره و بازیابی داده‌ها در Cloud Datastore با Python
• 39. کوئری زدن به Cloud Datastore با Python
• 40. مدیریت شاخص‌ها در Cloud Datastore
• 41. آشنایی با Cloud Firestore
• 42. ذخیره و بازیابی داده‌ها در Cloud Firestore با Python
• 43. کوئری زدن به Cloud Firestore با Python
• 44. ساختارهای داده‌ای در Cloud Firestore
• 45. آشنایی با Cloud Build
• 46. ساخت، تست و استقرار اپلیکیشن‌ها با Cloud Build
• 47. ایجاد Pipeline در Cloud Build
• 48. استفاده از Docker در Cloud Build
• 49. آشنایی با Cloud Run
• 50. استقرار یک اپلیکیشن Python بر روی Cloud Run
• 51. مدیریت ترافیک و نسخه‌ها در Cloud Run
• 52. مقیاس‌پذیری خودکار در Cloud Run
• 53. آشنایی با Cloud Logging و Cloud Monitoring
• 54. لاگ‌گیری در اپلیکیشن‌های Python در GCP
• 55. مانیتورینگ منابع در GCP
• 56. آگاهی‌رسانی و هشدارها در GCP
• 57. آشنایی با Virtual Machines (Compute Engine)
• 58. ایجاد و پیکربندی یک VM در Compute Engine
• 59. اتصال به یک VM با SSH
• 60. استفاده از Docker در Compute Engine
• 61. آشنایی با Kubernetes Engine (GKE)
• 62. مروری بر مفاهیم Kubernetes
• 63. استقرار یک اپلیکیشن Python بر روی GKE
• 64. مدیریت Pods, Deployments و Services در GKE
• 65. آشنایی با Cloud DNS
• 66. تنظیم Cloud DNS برای دامنه
• 67. مدیریت رکوردهای DNS
• 68. آشنایی با Cloud CDN
• 69. پیکربندی Cloud CDN برای بهبود عملکرد
• 70. آشنایی با Identity and Access Management (IAM)
• 71. مدیریت دسترسی‌ها و نقش‌ها با IAM
• 72. اصول امنیت و بهترین روش‌ها در GCP
• 73. آشنایی با Cloud Armor
• 74. محافظت از اپلیکیشن‌ها با Cloud Armor
• 75. آشنایی با Cloud Key Management Service (KMS)
• 76. مدیریت کلیدهای رمزنگاری با KMS
• 77. رمزنگاری و رمزگشایی داده‌ها با KMS
• 78. آشنایی با Cloud VPC
• 79. شبکه‌سازی در GCP
• 80. ایجاد و مدیریت شبکه‌های مجازی
• 81. بهترین روش‌های شبکه‌سازی در GCP
• 82. آشنایی با Cloud Load Balancing
• 83. پیکربندی Load Balancer برای اپلیکیشن‌ها
• 84. انواع Load Balancer در GCP
• 85. بهینه‌سازی هزینه‌ها در GCP
• 86. مدیریت بودجه و هزینه‌ها
• 87. استفاده از سرویس‌های رایگان GCP
• 88. پروفایل عملکرد اپلیکیشن‌ها
• 89. اشکال‌زدایی اپلیکیشن‌های Python در GCP
• 90. استفاده از سرویس‌های مدیریت پیکربندی در GCP
• 91. آشنایی با Terraform و Infrastructure as Code (IaC)
• 92. استفاده از Terraform برای استقرار زیرساخت GCP
• 93. یکپارچه‌سازی با CI/CD
• 94. استفاده از Cloud Scheduler
• 95. خودکارسازی وظایف با Cloud Scheduler
• 96. آشنایی با Cloud Tasks
• 97. مدیریت Queue و Tasks
• 98. پیاده‌سازی یک وب‌سرویس ساده با Python و Flask/FastAPI
• 99. استفاده از Cloud Endpoints برای مدیریت API
• 100. امنیت API با Cloud Endpoints