IONOS CLOUD Developer
Entwicklerzertifizierung für Ingenieure, die programmatisch mit IONOS CLOUD arbeiten: Infrastructure as Code mit Terraform, API- und SDK-Integration, Container-Workflows, CI/CD-Pipelines und Produktionsbetrieb. Neu aufgebaut um DevOps-Workflows mit IONOS CLOUD-spezifischen Einschränkungen und Code-Mustern im gesamten Verlauf.
Kursdetails
| Dauer | ~4.0 Std. |
| Einheiten | 22 Einheiten in 5 Modulen |
| Zertifizierung | IONOS CLOUD Developer (Code and Deploy Level) |
| Bestehensgrenze | 720/1000 |
| Voraussetzungen | Empfohlen: IONOS CLOUD Foundations-Zertifizierung. Dieser Kurs setzt Vertrautheit mit allen IONOS CLOUD-Produkten und -Diensten voraus. Es werden keine Produkt-Einführungen bereitgestellt; die Einheiten beginnen auf Code- und Automatisierungsebene. Erforderlich: Programmiererfahrung (Python, Go, JavaScript oder ähnlich), Vertrautheit mit Git, CLI-Tools und grundlegender Netzwerktechnik. Terraform-Erfahrung ist hilfreich, aber nicht erforderlich (wird von den Grundlagen ab behandelt). |
So nutzen Sie diesen Kurs
- Arbeiten Sie alle Einheiten nacheinander durch: Der Inhalt baut sich schrittweise über das TaskBoard-Anwendungsszenario auf.
- Führen Sie das Code Lab in jeder Einheit aus: Praktisches Coden ist für die Entwickler-Zertifizierung unerlässlich.
- Halten Sie neben dem Kursmaterial ein Terminal offen, um Befehle und Code-Snippets auszuprobieren.
- Achten Sie auf die in jeder Einheit hervorgehobenen, IONOS CLOUD-spezifischen Einschränkungen: Diese verhindern Frustration bei der Fehlersuche in der Produktion.
- Verwenden Sie die API Reference Quick Cards als Spickzettel während der Entwicklung.
- Die Abschnitte „Common Pitfalls" enthalten praxisrelevantes Debugging-Wissen, das spezifisch für IONOS CLOUD ist.
Modul 1: Programmatische Grundlagen (12%)
Kernkompetenzen für die programmatische Interaktion mit IONOS CLOUD: API-Authentifizierung, das asynchrone Bereitstellungsmodell, SDKs, CLI und Infrastructure as Code mit Terraform. Das TaskBoard-Szenario wird eingeführt.
Dauer: ~29 Min.
| Einheit | Thema | Dauer | Wörter |
|---|---|---|---|
| 1.1 | IONOS CLOUD API, Authentifizierung und asynchrones Modell | ~13 Min. | 2,517 |
| 1.2 | Terraform Provider und Kernmuster | ~13 Min. | 2,516 |
| 1.3 | Wissenscheck: Programmatische Grundlagen | ~4 Min. | 798 |
Abgedeckte Themen:
- Das TaskBoard-Szenario: eine Aufgabenverwaltungs-API und ein Web-Frontend, die vollständig per Code bereitgestellt und deployed werden
- Die IONOS CLOUD REST API: Endpunkte, Versionierung, Bearer-Token- und Basic-Authentifizierung, Token Manager
- Das asynchrone Bereitstellungsmodell: Request-IDs und Polling auf Abschluss vor abhängigen Operationen
- SDKs und die ionosctl CLI, Rate Limiting mit exponentiellem Backoff, Paginierung und Fehlerbehandlung
- Der IONOS CLOUD Terraform Provider: Authentifizierung, Versionspinnung, Kernressourcen und Datenquellen
- Terraform State, Remote-Backends auf Object Storage, Import, kostenbewusste Planung, Apply und Destroy
Modul 2: Infrastructure as Code (26%)
Provisionierung kompletter IONOS CLOUD-Infrastruktur-Stacks über Terraform und API: Compute mit Auto-Scaling, Networking mit Security Groups und Load Balancern, Storage-Tiers, verwaltete Datenbanken und Event Streams.
Dauer: ~70 Min.
| Einheit | Thema | Dauer | Wörter |
|---|---|---|---|
| 2.1 | Compute und Server-Automatisierung | ~13 Min. | 2,665 |
| 2.2 | Netzwerk und Konnektivität als Code | ~13 Min. | 2,661 |
| 2.3 | Lastverteilung und Sicherheit als Code | ~13 Min. | 2,563 |
| 2.4 | Storage-Provisionierung als Code | ~12 Min. | 2,494 |
| 2.5 | Provisionierung von Datenbank- und Streaming-Diensten | ~13 Min. | 2,564 |
| 2.6 | Wissenscheck - Infrastructure as Code | ~5 Min. | 1,034 |
Abgedeckte Themen:
- Server mit Dedicated Core- und vCPU-Konfiguration, cloud-init-Bootstrap, öffentliche IPs, Images und Snapshots
- VM Auto Scaling-Gruppen und Cubes für stateless Workloads
- LANs, NICs, Managed NAT Gateway, VPN Gateway und Cloud DNS als mehrstufiger Netzwerk-Stack
- Network Security Groups auf Server-NICs, der Managed Application Load Balancer und der Managed Network Load Balancer mit Zielgruppen und Health Checks
- Block Storage, IONOS Cloud Object Storage-Buckets und -Keys sowie NFS, ausgewählt nach Zugriffsmuster
- DBaaS-Cluster für PostgreSQL, MariaDB, MongoDB und In-Memory DB sowie Event Streams for Apache Kafka, mit als sensibel markierten Verbindungs-Ausgaben
Modul 3: Container-Workflows und CI/CD (22 %)
Aufbau von Container-Image-Pipelines, Bereitstellung in Managed Kubernetes und Automatisierung des gesamten Build-Test-Deploy-Zyklus mit CI/CD.
Dauer: ~45 Min.
| Einheit | Thema | Dauer | Wörter |
|---|---|---|---|
| 3.1 | Container Registry und Image-Pipelines | ~13 Min. | 2,642 |
| 3.2 | Kubernetes-Bereitstellung und Betrieb | ~14 Min. | 2,793 |
| 3.3 | CI/CD-Pipelines für IONOS CLOUD | ~13 Min. | 2,554 |
| 3.4 | Wissenscheck: Container und CI/CD | ~5 Min. | 940 |
Behandelte Themen:
- Bereitstellung einer Private Container Registry, tokenbasierter docker login, mehrstufige Dockerfiles und Git-SHA-Image-Tags
- Managed Kubernetes-Cluster und Node Pools über Terraform, kubeconfig, Namespaces und RBAC
- Deployments, Services, ConfigMaps, Secrets und imagePullSecrets für die Registry
- Ingress-Controller auf Worker Nodes hinter einem separat bereitgestellten ALB
- Skalierung, Upgrades und Debugging von Node Pools mit kubectl
- GitHub Actions- und GitLab CI-Pipelines, Terraform plan bei Pull Request und apply bei Merge
- Bereitstellungsstrategien, Rollback und wiederverwendbare Terraform-Module
Modul 4: Integration von Anwendungsdiensten (22 %)
Integration der verwalteten Dienste von IONOS CLOUD in den Anwendungscode: Datenbankverbindungen und Caching-Muster, S3-kompatibles Object Storage, Kafka-Produzenten und -Verbraucher sowie die Inferenz-API des AI Model Hub.
Dauer: ~56 Min.
| Einheit | Thema | Dauer | Wörter |
|---|---|---|---|
| 4.1 | Integration von Datenbank und Caching | ~13 Min. | 2,629 |
| 4.2 | Integration von Object Storage | ~13 Min. | 2,562 |
| 4.3 | Integration von Event Streaming | ~12 Min. | 2,480 |
| 4.4 | Integration des AI Model Hub | ~13 Min. | 2,588 |
| 4.5 | Wissenscheck: Service-Integration | ~4 Min. | 852 |
Behandelte Themen:
- PostgreSQL-, MariaDB- und MongoDB-Verbindungen mit TLS und Connection Pooling
- DBaaS für In-Memory DB Caching-Muster zum Skalieren von Lesezugriffen, Wiederherstellung zu einem bestimmten Zeitpunkt und geplante Datenexporte
- IONOS Cloud Object Storage mit boto3: explizite Endpunkte, Access Key und Secret Key, presigned URLs, Multipart-Uploads und Lifecycle-Regeln
- Kafka-Produzenten und -Verbraucher: Topic-Design, Consumer Groups, Offsets, Dead-Letter-Verarbeitung und Schemata
- Inferenz des AI Model Hub aus dem Anwendungscode: Authentifizierung, Streaming, Fehlerbehandlung und Caching
- Der IONOS CLOUD MCP Server für agentenbasierten Zugriff auf IONOS CLOUD Produkte
Modul 5: Produktionsbetrieb (18%)
Betrieb von Anwendungen in der Produktion auf IONOS CLOUD: Überwachung und Fehlerbehebung mit Plattform-Beobachtungstools, Sicherheitsautomatisierung für Tokens und Netzwerkzugriff sowie GitOps für deklarative Bereitstellungen.
Dauer: ~44 Min.
| Einheit | Thema | Dauer | Wörter |
|---|---|---|---|
| 5.1 | Beobachtbarkeit und Fehlerbehebung | ~14 Min. | 2,816 |
| 5.2 | Sicherheitsautomatisierung | ~13 Min. | 2,530 |
| 5.3 | GitOps und Bereitstellungsoperationen | ~13 Min. | 2,549 |
| 5.4 | Wissensprüfung: Produktionsbetrieb | ~5 Min. | 939 |
Abgedeckte Themen:
- Pipelines von Monitoring Service, Logging Service und Tracing Service, Metrik-Push, Log-Forwarding mit Fluent Bit und OTLP-Traces
- Die Activity Log API für Änderungsaudits und Flow Logs für Netzwerk-Fehlerbehebung
- Ein Kubernetes-Fehlerbehebungsworkflow von kubectl zu Metriken, Logs und Traces, mit Liveness- und Readiness-Probes
- API-Token-Rotation, Benutzer, Gruppen und Shares als Code, sowie Kubernetes Secrets, die aus Terraform-Outputs gespeist werden
- NSG-Regeln in der Infrastruktur-Pipeline mit Drift-Erkennung und SSH-Schlüsselverteilung
- ArgoCD auf Managed Kubernetes, Repository-Topologie, Promotion mit Kustomize-Overlays und Abbau von Branch-Umgebungen
Lernziele
- Authentifizierung und Interaktion mit der IONOS CLOUD API unter Verwendung des asynchronen Bereitstellungsmodells, SDKs und der ionosctl CLI
- Bereitstellung und Verwaltung kompletter Infrastruktur-Stacks (Compute, Netzwerk, Speicher, Datenbanken) mit Terraform und dem IONOS CLOUD Provider
- Aufbau von Container-Image-Pipelines mit IONOS CLOUD Container Registry und Deployment auf Managed Kubernetes
- Entwurf und Implementierung von CI/CD-Pipelines, die in IONOS CLOUD bauen, testen und deployen
- Integration von IONOS CLOUD verwalteten Datenbanken, Object Storage, Kafka und AI Model Hub in Anwendungscode
- Überwachung, Fehlerbehebung und Absicherung von Anwendungen, die in IONOS CLOUD laufen, unter Verwendung von Plattform-Observability und IAM-Tools
- Korrekte Anwendung von IONOS CLOUD-spezifischen Einschränkungen und Authentifizierungsmustern in automatisierten Workflows
Nächste Schritte
Praktische Erfahrung sammeln
Ein Produktionsprojekt erstellen
- Eine Full-Stack-Webanwendung mit CI/CD in IONOS CLOUD Managed Kubernetes bereitstellen
- Eine Datenverarbeitungs-Pipeline mit Kafka und verwalteten Datenbanken erstellen
- Eine Terraform-Modulbibliothek für die gängigen IONOS CLOUD-Muster Ihres Teams erstellen
- Einen GitOps-Workflow mit ArgoCD auf IONOS CLOUD Managed Kubernetes einrichten
- Eine KI-gestützte Funktion mit der IONOS CLOUD AI Model Hub API erstellen
Ihr Wissen vertiefen
Nächste Stufe
- IONOS CLOUD Expert-Zertifizierung für Architektur und Designstrategie
- IONOS CLOUD Kubernetes Deep Dive für fortgeschrittene Container-Orchestrierung
- IONOS CLOUD AI Specialty für den Aufbau von ML/AI-Anwendungen auf IONOS CLOUD
Ressourcen
| Ressource | Link |
|---|---|
| Offizielle Dokumentation | https://docs.ionos.com/ |
| API-Dokumentation | https://docs.ionos.com/cloud/api-reference |
| Terraform-Provider | https://registry.terraform.io/providers/ionos-cloud/ionoscloud/ |
| SDK-Dokumentation | https://docs.ionos.com/cloud/sdk-tools-home |