×
Dodano do koszyka:
Pozycja znajduje się w koszyku, zwiększono ilość tej pozycji:
Zakupiłeś już tę pozycję:
Książkę możesz pobrać z biblioteki w panelu użytkownika
Pozycja znajduje się w koszyku
Przejdź do koszyka

Zawartość koszyka

ODBIERZ TWÓJ BONUS :: »

OpenStack Essentials. Demystify the cloud by building your own private OpenStack cloud Dan Radez

(ebook) Książka w języku angielskim
OpenStack Essentials. Demystify the cloud by building your own private OpenStack cloud Dan Radez - okladka książki

OpenStack Essentials. Demystify the cloud by building your own private OpenStack cloud Dan Radez - okladka książki

Autor:
Dan Radez
Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
182
Dostępne formaty:
     PDF
     ePub
     Mobi

Wybrane bestsellery

O autorze ebooka

Dan Radez joined the OpenStack community in 2012 in an operator role. His experience is focused on installing, maintaining, and integrating OpenStack clusters. He has been given the opportunity to internationally present OpenStack content to a range of audiences of varying expertise. In January 2015, Dan joined the OPNFV community and has been working to integrate RDO Manager with SDN controllers and the networking features necessary for NFV. Dan's experience includes web application programming, systems release engineering, and virtualization product development. Most of these roles have had an open source community focus to them. In his spare time, Dan enjoys spending time with his wife and three boys, training for and racing triathlons, and tinkering with electronics projects.

Packt Publishing - inne książki

Zamknij

Blik

P�atno�� tokenem blik

ZAPŁAĆ


Zamknij

Przenieś na półkę

Aby dodać ten tytuł na półkę, zaloguj się.

Proszę czekać...
ajax-loader

Zamknij

Wybierz metodę płatności

Ebook
80,91 zł
Dodaj do koszyka
Zabrania się wykorzystania treści strony do celów eksploracji tekstu i danych (TDM), w tym eksploracji w celu szkolenia technologii AI i innych systemów uczenia maszynowego. It is forbidden to use the content of the site for text and data mining (TDM), including mining for training AI technologies and other machine learning systems.