Основы распределенных и облачных вычислений

Цели и задачи дисциплины

Целью дисциплины является изучение основных концепций разработки и поддержки распределенных и облачных программных систем и практическое освоение методов проектирования, развертки и оптимизации облачных инфраструктур для решения задач из области искусственного интеллекта. Задачи дисциплины: Изучение облачных сервисов для автоматизации и мониторинга процессов обработки данных. Получение навыков разработки и поддержки инфраструктуры для распределенных и облачных вычислений по работе с большими данными.

Краткое содержание дисциплины

Введение в облачные и распределённые вычисления. Историческое развитие. Сферы применения, преимущества, риски использования распределенных и облачных вычислений. Модели обслуживания (IaaS, PaaS, SaaS) и модели развёртывания. Архитектура облачных систем (монолитная, микросервисная, серверная, событийно-ориентированная, датацентричная, гибридная). Виртуализация серверов. Управление ОС через гипервизоры. Контейнеризация как средство развертывания приложения. Хранилища данных, сетевые сервисы. Сервисы и API облачных платформ. Примеры сервисов AWS, Azure. Работа с API, облачными базами данных, хранилищами, сервисами машинного обучения и аналитики. Российские облачные решения: Yandex Cloud, SberCloud, VK Cloud. Модели согласованности, доступности и устойчивости распределённых систем. Введение в CAP-теорему и её следствия для проектирования распределённых систем. Анализ компромиссов при проектировании хранилищ данных (реляционные или NoSQL базы данных), сервисов и приложений. Методы обеспечения надёжности и масштабируемости. Инструменты для репликации баз данных. Методы распределения больших баз данных (шардинг). Оркестрация и балансировка нагрузки виртуальных машин. Облачное кэширование. Обработка больших данных и ML-сервисы в облаке. Интеграция распределённых вычислений с задачами машинного обучения, особенности обучения и инференса моделей в облаке, управление ресурсами для ML-экспериментов.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ОПК-4 Способен понимать принципы работы современных информационных технологий и использовать их для решения задач профессиональной деятельности
ПК-1 [LC-5] Способен применять и (или) проектировать различные инструменты и инженерные практики промышленной разработки систем ИИ, развертывания и сопровождения моделей машинного обучения в продуктивной среде