Sie lernen systematische Debugging-Techniken kennen, bei denen Sie die Funktionen von Git zur historischen Analyse nutzen, um mithilfe von binärer Suche und Methoden zur Commit-Analyse den genauen Commit zu identifizieren, durch den Softwarefehler verursacht wurden.

Sie werden grundlegende Verzweigungsmodelle verstehen und strategische Arbeitsabläufe entwerfen, die eine parallele Entwicklung ermöglichen und gleichzeitig die Stabilität des Codes gewährleisten.

Sie werden deren Verzweigungsstrategie mithilfe der Schutzfunktionen und Automatisierungstools von GitHub umsetzen und so eine produktionsreife Entwicklung schaffen.

Sie lernen die Grundlagen der Containerisierung kennen und erstellen produktionsreife, mehrstufige Dockerfiles für Datenverarbeitungsumgebungen.

Sie werden systematische Strategien zur Versionskennzeichnung umsetzen und diese in die Container-Registries des Unternehmens integrieren, um automatisierte Bereitstellungsabläufe zu ermöglichen.

Sie werden verstehen, warum Automatisierungstools für ein skalierbares Infrastrukturmanagement unverzichtbar sind, und anhand realer Unternehmensszenarien grundlegende Konzepte des Konfigurationsmanagements kennenlernen.

Sie erstellen funktionsfähige Ansible-Playbooks, die die Installation von Python, die Paketverwaltung mit pip, die Konfiguration von systemd-Diensten und die Überprüfung des Webservers automatisieren, um eine einheitliche Serverbereitstellung in verschiedenen Umgebungen zu gewährleisten.

Sie lernen die grundlegenden Konzepte und praktischen Anwendungen von CI/CD-Pipelines für die Automatisierung der Datenbereitstellung kennen.

Sie werden umfassende automatisierte Bereitstellungsworkflows implementieren, die die Komponenten der Datenpipeline unter Einhaltung der entsprechenden Validierungs- und Überwachungsmaßnahmen sicher von der Staging-Umgebung in die Produktion überführen.

Sie lernen die Grundlagen der Analyse der Abfrageleistung kennen, indem Sie erfahren, wie Sie Engpässe identifizieren, Ausführungspläne interpretieren und wichtige Leistungskennzahlen verstehen, die als Grundlage für Optimierungsentscheidungen dienen.

Sie werden Erkenntnisse aus der Leistungsanalyse nutzen, um strategische Entscheidungen zur Ressourcenzuweisung zu treffen und gezielte Optimierungen umzusetzen, die die Einhaltung der Service Level Agreements in Produktionsumgebungen gewährleisten.

Sie werden einen vollständigen DevOps-Workflow erstellen, der Versionskontrolle, Containerisierung, Automatisierung und Leistungsoptimierung integriert, um Data-Engineering-Systeme bereitzustellen und zu warten. Dieses Projekt vereint die Lösung von Git-Konflikten, Docker-Containerisierung, Ansible-Automatisierung, den Entwurf von CI/CD-Pipelines und die Optimierung der Abfrageleistung in einem realistischen Einsatzszenario für Unternehmen.