Python for Devops: Aprenda Automatización Despiadadamente Efectiva

Puntuación:   (4,5 de 5)

Python for Devops: Aprenda Automatización Despiadadamente Efectiva (Noah Gift)

Opiniones de los lectores

Resumen:

El libro proporciona una introducción completa a los conceptos y herramientas DevOps, con un enfoque en Python, automatización y aplicaciones del mundo real. Aunque recibe elogios por sus ejemplos prácticos y su profundidad, también recibe críticas por su desorganización, errores y un estilo de redacción caótico que puede confundir a los lectores. Algunos consideran que el contenido es adecuado para quienes tienen experiencia previa en programación, pero reconocen que puede no ser ideal para principiantes.

Ventajas:

Gran introducción a los conceptos y herramientas DevOps. Fácil de leer con ejemplos del mundo real. Enfatiza los conceptos de automatización, computación en la nube, ingeniería de datos y ML. Buena cobertura de Python y Linux. Bien estructurado para ingenieros de sistemas y entusiastas de Python. Contiene ideas valiosas y una variedad de perspectivas de múltiples autores.

Desventajas:

Contenido desorganizado con transiciones caóticas entre temas. Contiene numerosos errores, ejemplos deficientes y explicaciones poco claras. Algunos lectores consideraron que le faltaba profundidad y calidad en áreas específicas. El estilo de redacción puede ser ampuloso y estar repleto de anécdotas personales innecesarias. No es adecuado para principiantes en programación.

(basado en 25 opiniones de lectores)

Título original:

Python for Devops: Learn Ruthlessly Effective Automation

Contenido del libro:

La tecnología ha cambiado mucho en la última década. Los datos están de moda, la nube es omnipresente y muchas organizaciones necesitan algún tipo de automatización. A lo largo de estas transformaciones, Python se ha convertido en uno de los lenguajes más populares del mundo. Este recurso práctico le muestra cómo utilizar Python para las tareas cotidianas de administración de sistemas Linux con las herramientas DevOps más útiles de hoy en día, incluyendo Docker, Kubernetes y Terraform.

Aprender a interactuar y automatizar con Linux es esencial para millones de profesionales. Python lo hace mucho más fácil. Con este libro, aprenderá a desarrollar software y resolver problemas utilizando contenedores, así como a supervisar, instrumentar, realizar pruebas de carga y poner en funcionamiento su software. ¿Busca formas eficaces de "hacer las cosas" en Python? Esta es su guía.

⬤ Fundamentos de Python, incluyendo una breve introducción al lenguaje.

⬤ Cómo automatizar texto, escribir herramientas de línea de comandos y automatizar el sistema de archivos.

⬤ Utilidades Linux, gestión de paquetes, sistemas de construcción, monitorización e instrumentación, y pruebas automatizadas.

⬤ Computación en la nube, infraestructura como código, Kubernetes y serverless.

⬤ Operaciones de aprendizaje automático e ingeniería de datos desde una perspectiva DevOps.

⬤ Construcción, despliegue y operacionalización de un proyecto de aprendizaje automático.

Otros datos del libro:

ISBN:9781492057697
Autor:
Editorial:
Encuadernación:Tapa blanda
Año de publicación:2019
Número de páginas:480

Compra:

Actualmente disponible, en stock.

¡Lo compro!

Otros libros del autor:

Python for Devops: Aprenda Automatización Despiadadamente Efectiva - Python for Devops: Learn...
La tecnología ha cambiado mucho en la última década...
Python for Devops: Aprenda Automatización Despiadadamente Efectiva - Python for Devops: Learn Ruthlessly Effective Automation
Practical Mlops: Operationalizing Machine Learning Models
Poner sus modelos en producción es el reto fundamental del aprendizaje automático. MLOps ofrece un conjunto de...
Practical Mlops: Operationalizing Machine Learning Models

Las obras del autor han sido publicadas por las siguientes editoriales:

© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)