Retour aux projets
CLOUD & SÉCURITÉ Amazon Web Services

AWS Cloud Data Security

Exploration et mise en pratique d’un environnement Amazon Web Services couvrant le calcul, le stockage, les bases de données, la distribution de contenu, l’analyse de données, les conteneurs, le machine learning ainsi que la gestion et la surveillance des ressources cloud.

PLATEFORME AWS
DOMAINES 7 blocs techniques
APPROCHE Cloud Architecture
aws Cloud Architecture
CLOUD
AWS CLOUD
EC2 Compute
S3 Storage
RDS Database
CDN CloudFront
DATA Analytics
ML Machine Learning
CTR Containers
OPS Monitoring
ARCHITECTURE Multi-service
DATA Cloud Resources
OPERATIONS Monitoring
01 Compute EC2
02 Storage & Data S3 / RDS
03 Delivery CloudFront
04 Advanced Cloud Data / ML / Containers
01 — VUE D’ENSEMBLE

Explorer une architecture cloud multi-service.

Le projet réunit plusieurs composantes AWS afin d’aborder le cloud comme un environnement complet : calcul, stockage, données, diffusion, exploitation et services avancés.

L’objectif était de comprendre comment les principaux services AWS peuvent être utilisés et articulés dans différents scénarios d’infrastructure cloud.

Les captures documentent plusieurs étapes pratiques réalisées dans la console AWS et permettent de suivre la configuration des ressources par domaine.

La présentation ci-dessous organise donc les preuves visuelles selon sept blocs techniques afin de rendre le parcours plus lisible qu’une simple succession de captures d’écran.

02 — ANALYSE BIG DATA

Exploitation et analyse de données à grande échelle.

Cette séquence illustre l’exploration des capacités AWS dédiées au traitement et à l’analyse de données dans le cloud.

04 CAPTURES
03 — CLOUDFRONT

Distribution de contenu à travers le cloud.

Cette partie documente la mise en œuvre d’Amazon CloudFront et l’exploration d’un mécanisme de distribution de contenu depuis une infrastructure AWS.

05 CAPTURES
04 — AMAZON EC2

Déployer et administrer des ressources de calcul.

EC2 constitue le bloc le plus documenté de cette exploration. Les captures illustrent différentes étapes liées aux instances, à leur configuration et à leur gestion dans l’environnement AWS.

12 CAPTURES
05 — AMAZON RDS

Bases de données dans le cloud.

Cette séquence porte sur l’utilisation d’Amazon RDS et sur la gestion d’une couche de données relationnelles au sein de l’environnement AWS.

03 CAPTURES
06 — AMAZON S3

Stockage d’objets et gestion des données.

Les captures S3 documentent le volet stockage du projet et l’utilisation d’Amazon Simple Storage Service pour organiser et gérer des ressources dans le cloud.

06 CAPTURES
07 — CONTENEURS

Applications conteneurisées dans AWS.

Cette partie étend l’exploration vers les architectures modernes basées sur des conteneurs et leur intégration dans l’écosystème cloud AWS.

02 CAPTURES
08 — GESTION & SURVEILLANCE

Administrer et suivre l’environnement cloud.

Cette série regroupe les éléments liés à l’exploitation des ressources AWS : visibilité, suivi opérationnel, gestion et observation de l’environnement.

05 CAPTURES
09 — MACHINE LEARNING

Étendre l’architecture vers l’intelligence artificielle.

Le dernier volet explore les capacités de machine learning disponibles dans AWS et leur place dans un environnement cloud orienté données et services avancés.

03 CAPTURES
10 — ARCHITECTURE SUMMARY

Une vision transversale du cloud AWS.

COMPUTE

EC2

Ressources de calcul et gestion d’instances cloud.

STORAGE

S3

Organisation et stockage d’objets dans le cloud.

DATABASE

RDS

Gestion d’une couche de données relationnelles.

DELIVERY

CloudFront

Distribution et mise à disposition de contenu.

DATA

Big Data

Exploration de capacités d’analyse de données.

APPLICATIONS

Containers

Approche moderne des applications cloud.

OPERATIONS

Monitoring

Suivi et gestion de l’environnement AWS.

INTELLIGENCE

Machine Learning

Introduction aux services cloud orientés IA.

11 — COMPÉTENCES

Compétences mobilisées.

Amazon Web Services Cloud Computing Cloud Architecture Amazon EC2 Amazon S3 Amazon RDS Amazon CloudFront Big Data Cloud Storage Cloud Compute Database Services Containers Cloud Monitoring Cloud Management Machine Learning Data Security
CONCLUSION

Du calcul au machine learning : une exploration complète d’AWS.

Ce projet documente une progression à travers plusieurs dimensions fondamentales du cloud AWS. Il met en relation infrastructure, stockage, données, diffusion, exploitation et services avancés afin de construire une compréhension plus globale d’un environnement cloud moderne.

aws CLOUD
FIN DU PROJET

Continuer à explorer mes réalisations

Retour à la page Projets
Défiler vers le haut