Amazon AWS vs Microsoft Azure vs GCP – Technique (MAWS) – Outline

Detailed Course Outline

Jour 1: Introduction et Fondamentaux

Introduction aux Clouds

  • Histoire et évolution d'AWS, Azure, et GCP.
  • Comparaison des parts de marché et positionnement stratégique.

Présentation des Services de Base

  • Comparaison des services de calcul, de stockage et de réseau dans AWS, Azure et GCP.
  • Exemples de cas d'utilisation pour chaque service.
Jour 2: Accès et Gestion des Ressources

Accès aux Services

  • Démonstration des consoles graphiques : AWS Management Console, Azure Portal, Google Cloud Console.
  • Utilisation des interfaces en ligne de commande : AWS CLI, Azure CLI, Google Cloud SDK et PowerShell.

Calcul de Prix

  • Utilisation des calculateurs de coûts: AWS Simple Monthly Calculator, Azure Pricing Calculator, Google Cloud Pricing Calculator.
Jour 3: Administration Avancée

Gestion des Utilisateurs et de l'Identité

  • Deep-dive dans AWS Identity and Access Management, Azure Active Directory, Google Cloud IAM.

Gestion des Ressources de Calcul et de Stockage

  • Approfondissement sur la gestion des machines virtuelles et des options de stockage dans les trois clouds.
  • Étude de cas: Meilleures pratiques pour la sélection et la gestion des ressources.
Jour 4: Services Spécialisés, Scénarios Avancés et Sécurité

Gestion des Bases de Données et du Réseau

  • Comparaison des offres de bases de données: Amazon RDS, Azure SQL, Google Cloud SQL, etc.
  • Exploration des solutions de réseau et de connectivité.

Gestion des Containers et PaaS

  • Présentation des services de gestion de containers: Amazon ECS/Fargate, Azure Kubernetes Service, Google Kubernetes Engine.
  • Vue d'ensemble des plateformes en tant que service (PaaS): AWS Elastic Beanstalk, Azure Web Apps, Google App Engine.

Sécurité et Conformité

  • Inclure des modules sur la sécurité des données, la conformité réglementaire et les meilleures pratiques de sécurité dans le cloud.

Analytique et Big Data

  • Présenter des services d'analytique et de big data comme AWS Redshift, Azure Data Lake, Google BigQuery.
  • Cas Pratiques et Ateliers
  • Conclusion et Q&A

Récapitulatif des points clés

  • Session de questions-réponses pour approfondir des sujets spécifiques