Trends क्लाउड कंप्यूटिंग क्षमताओं वाले पेशेवरों की अब शानदार मांग है और उन्हें प्रति वर्ष 100,000 तक की मजदूरी का भुगतान किया जाता है। यहां शीर्ष क्षमताओं की एक सूची दी गई है, जिनकी आपको क्लाउड कंप्यूटिंग बाजार में आजीविका का उत्पादन करने की आवश्यकता होगी।
1. देवोप्स
DevOps (संचालन और विकास) सॉफ्टवेयर विकास की एक प्रक्रिया है जिसके लिए पूरे कार्यक्रम के जीवन चक्र को ध्यान में रखना आवश्यक है। विचार से लेकर उपयोग और रखरखाव तक, DevOps क्लाउड कंप्यूटिंग बाजार पर एक पसंदीदा फ्रेम है।
2. प्रोग्रामिंग
क्लाउड कंप्यूटिंग संसाधनों और प्रौद्योगिकी की शुरुआत ने सूचना प्रौद्योगिकी की दुनिया की गतिशीलता को बदल दिया है। डेवलपर्स के पास अब ऐसे एप्लिकेशन बनाने, इंस्टॉल करने और प्रबंधित करने की क्षमता है जो इस क्लाउड की पूर्ण क्षमताओं को अनलॉक करने के लिए बड़े पैमाने पर हैं। पिछले कुछ दशकों में, पर्ल, पायथन और रूबी जैसी प्रोग्रामिंग भाषाओं का उपयोग पारिस्थितिकी तंत्र में किया जा रहा है।
3. लिनक्स
क्लाउड कंप्यूटिंग सिस्टम ने भी ओपन सोर्स टेक्नोलॉजी को अपनाने को बढ़ावा दिया है। 25 प्रतिशत से अधिक सर्वर हैं जो Azure को शक्ति प्रदान करते हैं, जो कि Microsoft द्वारा Linux-आधारित विकल्प हो सकता है। संगठन हमेशा अपनी स्वयं की क्लाउड टीम के कारण Linux पेशेवरों की खोज करते हैं जिनके पास Azure पर काम करने की विशेषज्ञता है। इन पेशेवरों से अपेक्षा की जाती है कि वे क्लाउड वातावरण में लिनक्स सर्वरों को आर्किटेक्ट, निर्माण, लेआउट, प्रशासन और रखरखाव के लिए कौशल प्रदान करें।
4. डेटाबेस कौशल
हर दिन कारोबार की जाने वाली जानकारी से अंतर्दृष्टि प्राप्त करने में व्यवसाय खुश होते हैं। सामान्य तौर पर, पूरी दुनिया हर पल 2.5 क्विंटल बाइट सूचना उत्पन्न करती है। संगठन उन लोगों की आवश्यकता को पूरा कर रहे हैं जिनके पास जानकारी को संभालने, स्टोर करने, जांच करने और प्राप्त करने का कौशल है। अधिकांश डेटाबेस आजकल क्लाउड प्रोग्राम पर होस्ट किए गए हैं। मुख्य डेटाबेस शब्दावली SQL है, जिसका अर्थ है कि आप आगे रहने के लिए MySQL, Hadoop या यहां तक कि MongoDB का अध्ययन करने के बारे में सोचने में सक्षम हैं।
Technology मैंने कुछ हफ़्ते पहले एमआईटी पहल के संबंध में विश्वसनीय डेटा के लिए एक ढांचा तैयार करने के लिए, परिणामी स्थिति पत्र के साथ, "टूवर्ड्स ए वेब ऑफ ट्रस्टेड डेटा: ए न्यू फ्रेमवर्क फॉर आइडेंटिटी एंड डेटा शेयरिंग । लेखक इसकी आलोचना और मांग को रेखांकित करते हैं। विश्वसनीय, ऑडिट किए जाने योग्य जानकारी उद्गम पने जो सिस्टम स्वचालित रूप से हर बदलाव है कि जानकारी के लिए बना है पर नजर रखने की जरूरत है, इसलिए यह लेखापरीक्षा योग्य और पूरी तरह से विश्वसनीय है। " इस अध्ययन की महत्वपूर्ण सिफारिशों में सूचना साझा करने की प्रक्रिया और गुणवत्ता को बढ़ाना था। 1 सुझाव इस डेटा में एल्गोरिदम को स्थानांतरित करने का था, यह वर्णन करते हुए कि "धारणा जानकारी के स्थान पर एल्गोरिदम (यानी प्रश्न) कार्यान्वयन करना है (डेटा-रिपॉजिटरी के रूप में जाना जाता है)। इससे पता चलता है कि कच्चे-डेटा को कभी भी प्रस्थान नहीं करना चाहिए इसके भंडार और उस तक पहुंच को भंडार/डेटा मालिक से नियंत्रित किया जाता है"।
टॉम डनलप दस वर्षों से अधिक समय से सामान्यीकरण के साथ-साथ सूचना विश्वास, मानकीकरण के विषयों के बीच में बना हुआ है। डनलप ने हाल ही में गोल्डमैन सैक्स में एक प्रबंध निदेशक के रूप में कार्य किया, जहां वह कंपनी के साथ अपने सत्रह साल के कार्यकाल के दौरान व्यापार सूचना योजना और बेंचमार्क सूचना संचालन के वैश्विक प्रमुख थे। अन्य दायित्वों के अलावा, डनलप ने गोल्डमैन सैक्स संचालन सूचना डिजिटलीकरण परिषद और वित्तीय सुधार स्टीयरिंग सेट पर कार्य किया। वह यूएस ट्रेजरी विभाग के वित्तीय अनुसंधान कार्यालय में वित्तीय अनुसंधान सलाहकार समिति के सदस्य के रूप में भी कार्य करता है।
वित्तीय समाधानों में कार्रवाइयों के मूल में अपनी कैटबर्ड सीट से, डनलप ने सूचना विश्वास और सूचना विश्वसनीयता के विषयों पर कुछ शिक्षित विचार प्राप्त किए। वह देखता है कि वित्तीय सेवा क्षेत्र बेहतर सूचना गुणवत्ता और निर्भरता की दिशा में आगे बढ़ रहा है। डनलप ने नोट किया, "टॉप डाउन में, वित्तीय सेवा कंपनियां सूचना को एक कॉर्पोरेट संपत्ति के रूप में देख रही हैं, जिसमें सूचना को नियामक कवरेज के साथ न केवल अनिवार्य जरूरतों को प्राप्त करने के लिए महत्वपूर्ण माना जाता है, बल्कि ग्राहक अनुभव को बढ़ाने और वाणिज्यिक प्रयासों को सशक्त बनाने के कारण भी देखा जाता है "। उदाहरण के लिए, डनलप वेबसाइटें, कानूनी इकाई पहचानकर्ता (एलईआई) की शुरुआत, जिसका उपयोग वित्तीय सेवा कंपनियों द्वारा प्रणालीगत जोखिम से निपटने के लिए किया जा रहा है। इसके अतिरिक्त, वित्तीय सेवा कंपनियां आंकड़ों के वंश और सूचना की परिभाषाओं की निगरानी कर रही हैं, साथ ही इस परिणाम के साथ कि जानकारी को पीढ़ी से उपभोग के माध्यम से ट्रैक किया जा सकता है, उन बिंदुओं को सही ढंग से समझने के लिए जहां जानकारी का उपयोग किया गया है और जिस तरह से जानकारी को अपने जीवन चक्र के माध्यम से बदल दिया गया है। परिणाम, डनलप नोट करता है, " सूचना अब विश्वसनीय और पुष्टि की जा सकती है, मूल में, कम सूचना गुणवत्ता के मुद्दों का अनुभव किया जा रहा है "। लाभ यह है कि उच्च स्तर की सूचना गुणवत्ता मर्चेंडाइज प्रोफाइलिंग और मूल्य निर्धारण और त्वरित व्यापार निष्पादन जैसे कार्यों के लिए त्वरित समय-समय पर बाजार में अनुवाद करती है। वेब प्रभाव यह है कि ग्राहक अनुभव में वृद्धि हुई है।
जैसे-जैसे जानकारी बढ़ती जाती है, वैसे-वैसे नए प्रकार की सूचनाओं का निरीक्षण किया जाता है, जैसे कि " असंरचित " सूचना संसाधन कहलाते हैं। उदाहरणों में फ़ाइलें, टेक्स्ट, चित्र और अतिरिक्त पाठ्यचर्या चित्र जैसी चीज़ें शामिल होंगी। यह असंरचित जानकारी को संभालने की चुनौतियों का समाधान करने में है कि आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग खोजों को सशक्त बनाएंगे। डनलप "डेरिवेटिव कॉन्ट्रैक्ट्स" का उदाहरण देता है, जिसमें प्रारूप मौद्रिक संस्थानों में भिन्न हो सकते हैं। अधिकृत डोमेन नाम और वित्तीय स्थितियों सहित प्रमुख डेटा घटकों को स्वचालित रूप से खोजने के लिए एआई और मशीन सीखने की क्षमता का उपयोग फाइलों के भीतर जांचने के लिए किया जा सकता है। व्यवसाय एआई और मशीन लर्निंग को नियोजित कर रहे हैं कि इन सभी सूचना बिंदुओं को कैसे देखें, आवश्यकतानुसार शब्दावली अनुवादों को निष्पादित करें, कानूनी इकाई पहचानकर्ताओं को फिट करें, और फिर परिणामी आउटपुट सिग्नल को उन समूहों में लोड करें जिन्हें पूर्णता और सटीकता की अनुमानित ऊंचाइयों को प्रत्यायोजित किया गया था, जो अक्सर काफी होते हैं महत्वपूर्ण। जैसे-जैसे समय बीतता है, एआई और मशीन लर्निंग एल्गोरिदम यह समझने में काफी अच्छे हो जाते हैं कि कौन सी आवश्यक डेटा विशेषताओं को खोजना है, और कार्य-प्रवाह के आसपास उन सुविधाओं को कहां डायल करना है, और सूचना संवर्धन पर सिफारिशें प्रदान करना है। नतीजा यह है कि सूचना कैप्चर और फिटिंग प्रक्रियाएं जिन्हें पूरा करने के लिए एक पूरा दिन मिला था, कुछ मामलों में कुछ मिनट, यहां तक कि सेकंड तक कम कर दिया गया है।
ब्लॉकचैन डेटा प्राप्त करने के लिए एक वैकल्पिक मॉडल प्रदान करता है और डेटा गुणवत्ता में विश्वास जगाने के लिए एक अन्य साधन प्रदान करता है। विश्वसनीय डेटा स्थापित करने की गति में डेविड श्रीयर एक अग्रणी बन गए हैं। एमआईटी आयोग पर काम करने के साथ-साथ विश्वसनीय जानकारी पर नीति दस्तावेज तैयार करने के साथ, श्रीयर वर्तमान में एमआईटी मीडिया लैब, वित्तीय उद्योग नियामक प्राधिकरण (एफआईएनआरए) के सलाहकार सदस्य के साथ-साथ ऑक्सफोर्ड विश्वविद्यालय में एक सहयोगी साथी का उपयोग कर एक व्याख्याता और भविष्यवादी है। जहां वह ऑक्सफोर्ड फिनटेक और ऑक्सफोर्ड ब्लॉकचैन रणनीति के माध्यम से अंतरराष्ट्रीय इंटरनेट फिनटेक और ब्लॉकचैन प्रयासों की शिपिंग में लगे हुए हैं। श्रीयर ने देखा, "ब्लॉकचैन एक पूरी तरह से अलग प्रकार का डेटाबेस है, यहां तक कि बहु-हितधारक परिवेश के लिए जानकारी में वृद्धि की पारदर्शिता की क्षमता के साथ, और साइबर-लचीलापन में वृद्धि हुई है यदि विशिष्ट प्रकार के ब्लॉकचैन अन्य तकनीकों के साथ एकजुट हैं "। वे कहते हैं, "सूचना झील डेटा वेयरहाउस, डेटा वेयरहाउस और डेटा मार्ट के पुराने स्कूल सिद्धांत फिर भी एक समर्पित डेटाबेस होने के विचार पर भरोसा करते हैं जो एक बिंदु के पतन और अधिकांश हैकर्स के लिए एक आकर्षक हमले की सतह प्रदान करता है"।
