ورود به حساب کاربری

نام کاربری *
رمز عبور *
مرا به خاطر بسپار.

بنیاد توسعه رایانش سریع و ابری

HPC and Cloud Computing Development Foundation

۶ مهارت پر تقاضای بازار در حوزه‌ی دانش ابری را بشناسید

 

متخصص دانش ابری (Cloud professional) یکی از عناوین پرطرفدار شغلی در سال ۲۰۱۸ محسوب می‌شود.

صنعت رایانش ابری (Cloud Computing) با سرعت فزاینده‌ای در حال رشد است و به طبع آن، تقاضا برای جذب افرادی که به مهارت‌های دانش ابری تسلط دارند و می‌توانند از پس تعمیر و نگهداری سیستم‌های

ابری، توسعه‌ی نرم‌افزار، آماده‌سازی زیرساخت‌ها، مدیریت سخت‌افزار و برنامه‌های کاربردی بربیایند در حال افزایش است.

امروزه، تعداد کسانی که به دانش ابری مسلط هستند، بسیار محدود است. از همین رو، شکاف بین مهارت‌های موجود در این حوزه و نیازمندی‌های کسب‌وکارها روزبه‌روز افزایش می‌یابد. این شکاف، باعث شده که

کسب‌وکارها، هر سال حدود یک‌ میلیون دلار از درآمد خود را از دست بدهند.

نزدیک به سه‌چهارم از دست‌اندرکاران حوزه‌ی فناوری اطلاعات (۷۱ درصد)، بر این باورند که سازمان آن‌ها دچار کمبود درآمد شده است. آن‌ها دلیل اصلی این کمبود را فقدان نیروی آشنا با دانش ابری می‌دانند.

در همین تحقیق آمده که فقدان متخصص آشنا با دانش ابری، هر سال حدود ۲۵۰ میلیون دلار هزینه برای کسب‌وکارها به بار می‌آورد.

آن‌چه از این آمارها برمی‌آید این است که شرکت‌های امروزی، به‌شدت نیازمند کارکنانی هستند که در حوزه‌ی دانش ابری تخصص کافی داشته باشند.

با مطالعه‌ی این مقدمه، سؤالاتی در ذهن ایجاد می‌شود؛ از قبیل:

اگر بخواهیم به یک متخصص دانش ابری تبدیل شویم، از کجا باید شروع کنیم؟

برای باقی ماندن در عرصه‌ی رقابت در سال ۲۰۱۸، در چه زمینه‌هایی باید بیشتر تمرکز کرد؟

در ادامه‌، شش مهارت برتر در حوزه‌ی دانش ابری معرفی شده‌اند. هر کسی که این شش مهارت را به‌طور کامل بیاموزد، به فردی قدرتمند در عرصه‌ی حرفه‌ای تبدیل می‌شود.

 

۱) مدیریت پایگاه داده و بزرگ‌داده (Big Data)

بر اساس گزارش مک‌آفی (McAfee)، در سال ۲۰۱۷، ۵۷ درصد از کسب‌وکارها ابر هیبریدی (hybrid cloud) را به کار گرفته‌اند و ۸۰ درصد از رهبران فناوری اطلاعات و ارتباطات، قصد دارند که در

سال‌های ۲۰۱۸ و ۲۰۱۹، در حوزه‌ی دانش ابری سرمایه‌گذاری کنند.

این میزان توجه و علاقه‌مندی به دانش ابری، قابل توجیه است؛ زیرا ذخیره‌سازی، دسترسی به داده و مدیریت آن، یکی از مهم‌ترین جنبه‌های هر کسب‌وکاری هستند؛ دانش محاسبات ابری،

می‌تواند جای سیستم‌های پیش‌فرض را بگیرد و آن کارها را به بهترین شکل انجام دهد.

 

 دلایل این‌که شرکت‌ها تمایل دارند از سیستم بزرگداده و دانش ابری استفاده کنند، به شرح زیر است:

 

دانش محاسبات ابری، این قابلیت را دارد که ابزارهای مختلفی را در راستای ذخیره، پردازش، تجزیه‌وتحلیل، تصویرسازی و مدیریت مقدار نامحدودی از بزرگداده به کار بگیرد.

دانش محاسبات ابری می‌تواند با استفاده از زنجیره‌های داخلی ابزار، تجزیه‌وتحلیل بزرگداده را به شکل مقیاس‌پذیر انجام دهد.

جمع‌آوری، ذخیره و پردازش برخی از داده‌ها توسط سیستم‌های پیش‌فرض بسیار دشوار است. این نوع از داده‌ها را «داده‌ی تاریک» (dark data) می‌نامند. دانش محاسبات ابری می‌تواند از

پس این وظایف برآید.

افزایش مقیاس‌پذیری و قابلیت انعطاف، کاهش هزینه‌های عملیاتی و تسهیل انجام تحولات، مزایای دیگر رایانش ابری برای سازمان‌ها و مؤسسات هستند.

بهره‌مند شدن از تمامی این مزایا، مستلزم یادگیری طرز کار با ابزارهای مربوطه است.

سرویس پایگاه داده‌ی ابری که توسط ارائه‌کنندگان بزرگ تکنولوژی ابر (از قبیل سرویس‌های وب آمازون (AWS)، پلتفرم ابر گوگل و مایکروسافت آژور(Microsoft Azure)) عرضه می‌شوند و

پلتفرم‌های پایگاه داده‌ی متن‌باز (مانگودی‌بی (MongoDB)، ردیس (Redis) و غیره) نمونه‌هایی از همین ابزارها هستند.

سرویس‌های وب آمازون، پلتفرم گوگل و مایکروسافت آژور، به‌منظور طرح پرسش‌ها و اجرای نمونه‌های سرور، از انواع مختلف اس‌کیوال (SQL) پشتیبانی می‌کنند و به همین دلیل است که

یادگیری و کار کردن با آن‌ها آسان‌تر است. برای مدیریت بزرگ‌داده، لزومی ندارد که طرز کار با هدوپ (Hadoop)، آپاچی بیم (Apache Beam) و اسپارک (Spark) را بلد باشیم.

اگر سازمان شما قصد دارد یک راهبرد خصوصی‌سازی‌شده را دنبال کند و یا به امنیت داده و حریم خصوصی، اهمیت زیادی قائل است، به شما پیشنهاد می‌کنیم از پلتفرم‌های پایگاه داده‌ی

متن‌باز استفاده کنید.

نکته: در نظر داشته باشید که شرکت‌ها ممکن است قربانی محبوبیت دانش ابری شوند و حتی در شرایطی که نیازی به این تکنولوژی وجود ندارد، باز هم آن را به کار بگیرند. لذا قبل از هر اقدامی، باید به عواقب آن اندیشید و مسائل

تاثیرگذار در زمینه‌ی داده و مدیریت پایگاه داده را مورد مطالعه قرار داد.

۲) هوش مصنوعی (AI) و یادگیری ماشین (ML)

فراگیری مهارت‌های هوش مصنوعی و یادگیری ماشین، از یک مزیت به یک ضرورت تبدیل‌ شده‌ است و تمامی متخصصان رایانش ابری باید به آن مسلط باشند.

 

اکنون به پاسخ این پرسش می‌پردازیم که چرا این تکنولوژی‌ها اهمیت زیادی دارند و متخصصان باید آن‌ها را بیاموزند؟

شرکت‌ها و مؤسسات بزرگ، تمایل دارند که عمل تجزیه‌وتحلیل داده و استخراج ارزش از آن را با روش‌هایی مقرون‌به‌صرفه انجام دهند (هوش مصنوعی و یادگیری ماشین جزو همین روش‌ها

هستند).

اگر شرکت‌ها می‌خواهد که نیازهای مشتریان را به بهترین نحو، برآورده کنند، باید در سریع‌ترین زمان ممکن، نسبت به پیاده‌سازی قابلیت‌های هوش مصنوعی و یادگیری ماشین اقدام کنند.

این امکان وجود دارد که بنگاه‌های کوچک و متوسط و مؤسسات سهامی، منابع و نیروی مستعد کافی برای به‌کارگیری راهکارهای انحصاری هوش مصنوعی و یادگیری ماشین را نداشته باشند.

در اینجاست که ارائه‌دهندگان بزرگ تکنولوژی ابری، به کمک شرکت‌ها می‌شتابند. این ارائه‌دهندگان، ابزارهای پیچیده و پرهزینه‌ی هوش مصنوعی و یادگیری ماشین را با هزینه‌ی مناسب و در آسان‌ترین شکل

ممکن، در اختیار شرکت‌های مربوطه قرار می‌دهند. علت این‌که هوش مصنوعی و یادگیری ماشین، به لیست ۶ مهارت برتر مهارت‌های رایانش ابری راه‌یافته‌اند، این است: این تکنولوژی‌ها، ارتباطی طبیعی با

بزرگ‌داده‌ها برقرار می‌کنند و بدین ترتیب، زمان ارائه به بازار و زمان ارائه‌ی ارزش را کاهش می‌دهند. سرویس‌های وب آمازون، مایکروسافت، گوگل و دیگر ارائه‌کنندگان تکنولوژی ابری، با به‌کارگیری روش‌های زیر،

نسبت به یکپارچه‌سازی قابلیت‌های بزرگ داده با هوش مصنوعی و یادگیری ماشین اقدام می‌کنند:

وارد کردن داده‌های بیشتر به مدل‌های یادگیری ماشین موجود

وارد کردن تعداد بیشتری از داده‌ی آموزشی به مدل‌های یادگیری ماشین جدید

تحلیل مؤثر ارتباطات و روابط بین داده‌ها

ساخت مدل‌های یادگیری ماشین با کیفیت بالا

ارائه‌ی پیش‌بینی‌های دقیق و مبتنی بر داده

با این اوصاف، وقت گذاشتن برای فراگیری مفاهیم پایه‌ی هوش مصنوعی و یادگیری ماشین، امری سودمند و ضروری به نظر می‌رسد.

 

۳) امنیت برنامه‌های کاربردی (Application Security)

حفظ امنیت، باید به اولویت اول متخصصان دانش ابری تبدیل شود.

موج رایانش ابری در حال فراگیر شدن است و شرکت‌های با اندازه‌ی متوسط (mid-market) از بزرگ‌ترین مشتریان این تکنولوژی هستند. این موج عظیم، اگر نتواند امنیت لازم برای حفظ داده را تامین کند، خیلی زود

فرو خواهد نشست. تحقیقات نت‌اسکوپ (Netskope)، بیان می‌کنند که از دیدگاه اتحادیه‌ی اروپا، ۹۵ درصد از برنامه‌های کاربردی مبتنی بر دانش ابری، امنیت کافی را ندارند.

در تحقیقات اخیر مک‌آفی، که پیش‌تر به آن اشاره شد، اعلام شده:

۳۶ درصد از سازمان‌هایی که به برنامه‌های کاربردی مبتنی بر ابر روی می‌آورند، نمی‌توانند در مقابل بدافزار و عوامل مزاحم، از خود محافظت کنند. به همین دلیل است که امروزه تقاضا برای جذب متخصصان برقراری امنیت در فضای ابری زیاد است. سازمان‌ها به افراد بااستعدادی نیاز دارند که مهارت کافی برای مدیریت پلتفرم‌های چندگانه‌ی ابری را داشته باشند. تعدادی از این مهارت‌ها به شرح زیرند:

کنترل و میزان کردن تنظیمات امنیتی

به‌کارگیری ابزارهای امنیتی موجود (به عنوان نمونه: ابزارهای امنیتی داخلی سرویس‌های وب آمازون و سایر ارائه‌دهندگان خدمات تکنولوژی ابری)

حفاظت از زیرساخت‌ها و داده‌ها و مقابله با نقاط ضعف عمده‌ی لایه‌ی امنیتی

متخصصانی که با پلتفرم‌های ابری آشنا هستند و جزئیات عملکرد مدل‌های کاری مشترک در محیط‌های مختلف را می‌دانند، به‌شدت موردنیاز شرکت‌ها هستند. یک متخصص دانش ابری، باید بداند که چه وظایفی بر

عهده‌ی شرکت ارائه‌دهنده‌ی خدمات ابری است و چه بخش‌هایی را باید شخصاً مدیریت و تنظیم کند.

در شکل اینفوگرافیک زیر، مدل اشتراک مسئولیت‌ها در سرویس وب آمازون به تصویر کشیده شده است.

 حوزه‌ی دیگری که باید به آن پرداخت، مقررات عمومی حفاظت از داده‌ی اتحادیه‌ی اروپا (GDPR) نام دارد.

به عنوان یک متخصص در زمینه‌ی تکنولوژی ابری، شما باید بتوانید ابزارهای موجود در فضای ابری را در راستای حفظ امنیت داده‌های کاربر بکار بگیرید. به عنوان نمونه، بیاید به سرویس‌های وب

آمازون اشاره کنیم. برای رعایت مقررات عمومی حفاظت از داده‌ی اتحادیه‌ی اروپا در این سرویس، باید از ابزارهای زیر استفاده کرد: ای‌دبیلو‌اس کانفیگ (AWS Config)، ای‌دبیلو‌اس کلاودتریل

(AWS CloudTrail)، ای‌دبیلو‌اس اینسپکتور (AWS Inspector) و آمازون ای‌سی۲ (Amazon EC2).

 

۴) کانتینرها (Containers)

بر طبق نظرسنجی سالیانه‌ی شرکت پورت‌ورکس در رابطه با کانتینرها (The Portworx Annual Container Adoption)، در سال ۲۰۱۷، ۳۲ درصد از سازمان‌ها، بیش ‌از ۵۰۰ هزار دلار در حوزه‌ی

تکنولوژی کانتینر سرمایه‌گذاری کرده‌اند.

دلیل این استقبال چیست؟

کانتینرها بسیار چابک‌تر و انعطاف‌پذیرتر از ماشین‌های مجازی هستند. این تکنولوژی، مجازی‌سازی برنامه‌های کاربردی و توسعه‌ی میکروسرویس‌ها را امکان‌پذیر می‌کند و این امر، باعث افزایش

میزان کارایی عملیات می‌شود.

 

 همانند چند مورد قبلی، یادگیری طرز کار کانتینرها نیز برای کارشناسان یارانش ابری ضروری است.

پیاده‌سازی و مدیریت آنی راهکارهای مبتنی بر تکنولوژی ابری، مستلزم آشنایی با طرز کار ابزارهای هماهنگ‌سازی کانتینرهاست. دوکر (Docker)، آمازون ای‌سی‌اس (Amazon ECS)، موتور

کانتینر گوگل (Google Container Engine)، سرویس‌های کانتینر آژور (Azure Container Service) و کوبرنتیز (Kubernetes) نمونه‌هایی از این ابزارها هستند.

 

۵) مهاجرت ابری (Cloud Migration)

نظرسنجی شرکت رایت‌اسکیل (RightScale) نشانگر این حقیقت است:

۹۶ درصد از رهبران فناوری اطلاعات و ارتباطات، عنوان می‌کنند که سازمان آن‌ها در سال ۲۰۱۸، به نحوی از تکنولوژی ابر استفاده کرده‌ است.

دو مفهوم را می‌توان از این آمار استخراج کرد:

هم بنگاه‌های کوچک و متوسط و هم سازمان‌های سهامی، به‌سرعت در حال حرکت به‌سوی سیستم‌های ابری و هیبرید ابری هستند.

وجود برخی از چالش‌ها و کمبود دانش، باعث شده که سازمان‌ها، تنها جنبه‌های محدودی از این تکنولوژی را بکار بگیرند.

نقش متخصصان دانش ابری این است که سازمان‌ها و مؤسسات را در مسیر حرکت به‌سوی این تکنولوژی یاری کنند و تمهیداتی بیندیشند که امنیت، حریم شخصی داده‌ها، مقررات محیطی و

زیرساخت‌ها به ‌طور کامل رعایت شوند.

برای این‌که یک مهاجرت ابری موفق داشته باشیم، متخصصان سازمان باید به پلتفرم‌های عمده‌ی تکنولوژی ابری، تسلط کامل داشته باشند.

 

۶) توسعه‌ی برنامه‌های کاربردی مبتنی بر ابر (Cloud App Development)

یکی از جنبه‌های مهم فعالیت در حوزه‌ی دانش ابری، کمک کردن به توسعه‌ی کاربرد آن است.

تکنولوژی ابری، مقیاس‌پذیر، قابل‌انعطاف، چابک و کم‌هزینه است. ازاین‌رو، شرکت‌ها و کسب‌وکارهای کوچک ترجیح می‌دهند که توسعه‌ی برنامه‌های کاربردی و عملیات آزمایشی خود را در این

فضا انجام دهند.

اگر یک فضای ابری به‌درستی تنظیم شود، مزایای زیر را بر سازمان مربوطه به ارمغان خواهد آورد:

چرخه‌ی توسعه‌ای و آزمایشی کوتاه‌تر

محیط آزمایش واقعی‌

کدهایی با کیفیت بالاتر

ارائه به بازار سریع‌تر

حلقه‌های بازخوردی کارآمدتر

به‌بیان‌دیگر می‌توان گفت: تکنولوژی ابری، سازمان‌ها را در استقبال از دواپس (DevOps) یاری می‌کنند.

پیشرفت در مسیر توسعه‌ی برنامه‌های کاربری مبتنی بر ابر، مستلزم این است که متخصصان مربوطه، کدنویسی در پایتون (Python)، سی‌شارپ (#C)، جاوا (Java)، اسکالا (Scala)، پی‌اچ‌پی

(PHP)، روبی (Ruby)، پرل (Perl) و یا هر زبان برنامه‌نویسی دیگر را بلد باشند.

 

نکته: درست است که شما به عنوان یک متخصص در انتخاب زبان کدنویسی، دارای آزادی عمل هستید، ولی باید این نکته را بدانید که هر پلتفرم، زبان مخصوص به خودش را دارد.

به‌عنوان‌مثال، در آژور از زبان برنامه‌نویسی سی‌شارپ، در سرویس وب آمازون از پایتون و در الاستیک بینزاستاک (Elastic Beanstalk) از زبان برنامه‌نویسی جاوا استفاده شده است.

کسب‌وکارهای کوچک و متوسط و شرکت‌های سازمانی، دربه‌در به دنبال کسانی می‌گردند که از اصول اولیه‌ی کار با پلتفرم‌های ابری مطلع‌اند، طرز استفاده از سیستم‌های بزرگ‌داده را

می‌دانند، با تجزیه‌وتحلیل داده و استخراج ارزش از آن آشنایی دارند، امنیت سیستم و تطابق عملکرد آن با قوانین را تضمین می‌کنند  و قادرند تمامی نرم‌افزارهای سازمان را (با هدف توسعه و آزمایش) به تکنولوژی ابری مجهز کنند.

میانگین دستمزد ماهیانه برای یک مهندس تکنولوژی ابری، ۹۵ هزار دلار است؛ درحالی‌که این رقم برای یک متخصص رایانش ابری، ۱۳۸ هزار دلار گزارش شده است.

بنابراین می‌توان نتیجه گرفت: یک بازار کار پردرآمد و پرتقاضا، در انتظار کسانی است که با مدیریت ابزارهای پایگاه داده‌ی ابری، استفاده از بزرگ داده در هوش مصنوعی و یادگیری ماشین، به‌کارگیری کانتینر با هدف

تسریع توسعه، انتقال نرم‌افزار به دنیای رایانش ابری و برقراری امنیت در روند توسعه‌ی ابری، آشنا هستند.

اگر شما نیز می‌خواهید در آینده‌ی صنعت فناوری اطلاعات و ارتباطات، صاحب یک جایگاه موفق باشید، از همین حالا دست‌به‌کار شوید و این مهارت‌ها را یاد بگیرید.

نظر شما درباره‌ی دانش ابری چیست؟ یادگیری چه مهارت‌هایی را در این راستا توصیه می‌کنید؟ سازمان شما، به کدام‌یک از مهارت‌های رایانش ابری بیشتر نیاز دارد؟

 

__________________________________________

منبع : مهارت‌های رایانش ابری