认证故事|我与阿里云的缘分~

简介: 在2020年大学毕业后,我有幸与阿里云结缘,工作一年半的时间里,我考取了阿里云云计算acp认证,对阿里云、云计算等名词的理解与学习也在不断加深、加强。希望能与广大云计算大佬交流互动,一起学习。

2020年,我加入到了阿里云有关的工作中,担任了阿里云专有云的运维工作,从大学对云计算的了解、学习,到我步入工作的一年多时间,云计算技术正在逐步改变我对未来计算、国家乃至世界发展的期待与向往。工作中,从2050博悟馆网站、KDDCUP竞赛到中国国家天文台的图形演算,使用了我们阿里云平台提供的ECS\RDS\ODPS\OSS等各种产品,我也向用户们介绍了符合其业务的资源架构需求,希望我们国家的可爱的科研工作者可以在云上更上一层楼,我也为我在国家进步的路上充当一粒石子感到无比自豪!

以前,家里配了一台台式电脑,就是我最开心的时候,这也是广大我这个年龄段的同学大部分的感想,我们工作,学习,娱乐都离不开电脑,电脑带给我们的,也证明了我们离不开计算,离不开网络互联。可是随着时间的发展,科技发展不断更新迭代,家里的电脑渐渐跟不上步伐,我们很难再用老电脑去剪辑更加高清的视频,去跑运算量更大的代码,去运行最新的游戏大作,我们就必须再次配置新的台式机,去满足我们的需求。
渐渐的,一种无限拓展的“云电脑”映入我的眼帘,高中的我可以在网上租赁一台虚拟电脑,配置可以随时增删,强烈的好奇心让我很想知道这到底是什么,为什么可以这么神奇,我的这个“虚拟电脑”到底在哪?它长什么样子?最后能达到什么样的规模?带着好奇我在阿里云购买了我第一个云服务器ECS,也开启了我的“云上之路”
大学我本科属于计算机,于是对云计算开始了自学的路程,渐渐的我在阿里官网学到了很多知识,并有幸在毕业后找到了云计算的工作,通过工作,让我进一步了解了云计算与阿里云的关系,阿里云专有云的组成架构与实现方式,并为了检验自己的学习成果,考取了阿里云ACP、行业内的企业版基础云产品运维工程师等等认证,丰富了我的知识储备,学习技巧能力。

阿里云云计算工程师ACP认证 (Alibaba Cloud Certified Professional - Cloud Computing)
是我刚步入工作岗位后就了解的认证,因为周围同事都对阿里云的认证体系熟悉并乐于去提高自己的认证级别,认证不仅仅是阿里云对自己知识掌握程度的肯定,也是我们丰富个人简历、有个更好的未来发展的敲门砖。
ACP是一个含金量很高的中级认证,认证内容精细的将阿里云划分为8个部分,包含了:云服务器 ECS、弹性伸缩(Auto Scaling)、负载均衡 SLB、专有网络 VPC、对象存储 OSS、内容分发网络 CDN、安全(云盾、云安全)、云计算通用知识。通过公司内部的专有云环境,备考认证的方向与资源就变得简单一些。(在这边特别推荐阿里云的文档网站:文档中心)因为工作的原因,平时与客户接触,云产品开通、使用、运维等等问题难免遇见的多,加上客户产品使用多的优势,使得我对云内产品了解程度覆盖度广,更结合官方给提供的用户使用、运维、安全等各种标准化、易于用户阅读的使用帮助文档,助力我取得ACP认证,建议大家在备考的时候也多动手,做实验,多接触云产品的开通、使用、删除、故障维修等操作,结合文档一定能把大部分使用方面的问题解决~

ACP整体认证流程也科学简单,认证流程如下:
购买认证->课程学习->动手实验->考试预约->现场考试->领取证书

阿里云的认证体系也将一直指导、激励、鼓舞我继续探索云计算的精彩世界,保持对云计算的热情始终不变!

相关文章
|
XML Java 测试技术
通义灵码与githubcopilot的对比评测
本文评测了通义灵码,与github copilot在一些代码编写能力上面的能力比较。 虽然github copilot要强很多,但灵码目前的能力也不算很弱,并且在一些小类上会做的更好一些。 值得试试看,也是免费的
58858 10
|
8月前
|
物联网 测试技术 vr&ar
《云测平台赋能:让移动应用测试告别低效困境》
移动应用市场的蓬勃发展对应用质量提出了更高要求,而高效的测试流程是确保应用稳定流畅的关键。云测试平台作为新兴工具,基于云计算技术提供了丰富的测试资源、简化的环境配置和强大的自动化功能,解决了传统测试中设备碎片化、成本高、效率低等问题。通过合理使用云测试平台,开发者可显著提升测试效率,优化应用质量。未来,随着AI、物联网等技术的融合,云测试平台将进一步革新移动应用测试方式,推动行业进步。
253 20
|
人工智能 监控 数据可视化
智慧工地管理云平台可视化AI大数据建造工地源码
数字孪生可视化大屏,一张图掌握项目整体情况;
320 3
|
机器学习/深度学习 算法 数据可视化
2022年Python顶级自动化特征工程框架⛵
特征工程一般是手动完成,不仅依赖于工程师的丰富经验,也非常耗时。因此『自动化特征工程』可以自动生成大量候选特征,帮助数据科学家显著提升了工作效率和模型效果。
1604 2
2022年Python顶级自动化特征工程框架⛵
|
Linux Shell
Mac 安装Homebrew方案
Mac 安装Homebrew方案
|
XML Java 关系型数据库
MyBatisPlus基本入门------连接数据库查询 -----BaseMapper基本操作
MyBatisPlus基本入门------连接数据库查询 -----BaseMapper基本操作
|
数据采集 存储 数据管理
一文看透元数据和主数据本质|谈谈元数据管理和主数据管理的区别
高速发展的数字化时代,企业必须依靠对数据的了解来生存和发展。
一文看透元数据和主数据本质|谈谈元数据管理和主数据管理的区别
|
自然语言处理 Java Go
Fury:一个基于JIT的高性能多语言原生序列化框架
Fury是一个基于JIT的多语言原生序列化框架,支持Java/Python/Golang/C++等语言,提供全自动的对象多语言/跨语言序列化能力,和相比别的框架最高30~200倍的性能。背景过去十多年大数据和分布式系统蓬勃发展,序列化是其频繁使用的技术。当对象需要跨进程、跨语言、跨节点传输、持久化、状态读写时,都需要进行序列化,其性能和易用性影响着系统的运行效率和开发效率。对于Java序列化,尽管
1607 0
Fury:一个基于JIT的高性能多语言原生序列化框架
|
编解码 JSON 数据可视化
EO Browser——在线卫星影像查看最全影像和下载,可编程的影像云平台
EO Browser——在线卫星影像查看最全影像和下载,可编程的影像云平台
1825 0
EO Browser——在线卫星影像查看最全影像和下载,可编程的影像云平台
|
分布式计算 Ubuntu Hadoop
大数据利器之神兵淬炼谱:VMware-Linux-Hadoop-Spark-Anaconda-Pycharm琅琊榜
大数据利器之神兵淬炼谱:VMware-Linux-Hadoop-Spark-Anaconda-Pycharm琅琊榜
688 0
大数据利器之神兵淬炼谱:VMware-Linux-Hadoop-Spark-Anaconda-Pycharm琅琊榜

热门文章

最新文章