No estoy seguro de a qué se refería exactamente con Cloud Engineering.
Mi opinión no es para ningún curso relacionado con la nube. Existen algunas tecnologías impresionantes relacionadas con la nube, pero lo que hace es básicamente mejorar la forma en que una empresa ejecuta las operaciones de TI y cómo podemos hacer que el software se publique más rápido y mejor. esto es específico para un nicho, no necesita un título o diploma de ingeniería para aprender esto si eso es lo que pide.
Siempre lea las palabras de marketing y tendencias, la mayoría de las veces estas palabras clave son poco profundas y no aportan mucho valor. En una nota diferente, intente el aprendizaje automático o el análisis, este es un dominio y si es bueno en matemáticas y aprende rápido, esto puede hacer maravillas en tu carrera.
- ¿Cuál es el mejor valor para los proveedores de almacenamiento en la nube?
- ¿Cómo afectará la computación en la nube el papel de los administradores de almacenamiento?
- ¿Cómo afecta la transición a la computación en la nube las aplicaciones de la arquitectura tradicional de la empresa?
- ¿Cuál es el mejor software ERP basado en SAAS (nube) Planificación de recursos empresariales Productos y servicios SaaS CloudApp
- ¿La sincronización local de archivos y carpetas es una adición valiosa a una aplicación de respaldo y sincronización basada en la nube?
Para la computación en la nube, aprender por sí mismo no es tan difícil de aprender. Verifique el sitio web de AWS y las técnicas de integración de la nube privada o CI / CD de pila abierta, todas estas habilidades son muy limitadas y son vulnerables a las tendencias de la industria. vea la computación sin servidor por ejemplo, entonces la mayoría de sus habilidades adquiridas en AWS se desperdician si algún otro proveedor de la nube termina siendo el líder en ese mercado.
El aprendizaje automático, el análisis, etc. son elementos básicos que las empresas pueden ir y venir, pero su conjunto de habilidades en algoritmos y técnicas de aprendizaje automático sigue siendo el mismo y siempre puede construir sobre la base sólida. No es que haya un nuevo algoritmo de aprendizaje automático cada mes, pero su El éxito en este campo depende de cómo utilice los algoritmos existentes de forma lógica.