Gli oggetti Deployment e DeploymentConfig in OpenShift forniscono due metodi simili ma diversi per gestire in maniera precisa il comportamento delle applicazioni.

Docker Compose usa il file docker-compose.yml, mentre Kubernetes usa i chart.

Le parole “ecologia” e “sostenibilità” sono parole molto usate negli ultimi anni e, giustamente, soprattutto a causa dell’accelerazione della crisi climatica globale.

La data science è un campo che può interagire con un’ampia varietà di domini tematici, dalla biologia e finanza alla geografia e al dettaglio.

Ingegnere e divulgatrice con la testa fra le nuvole: no, non in quel senso!

Cos’è SQL Server e cosa cambia rispetto ad altri sistemi di gestione di una base dati?

Immagini sintetiche: nelle ultime settimane sono usciti moltissimi articoli che parlano di intelligenze artificiali in grado di generare immagini a partire da un testo inserito dall’utente.

Ottobre è il mese rosa per la prevenzione dei tumori femminili, e non potevamo non parlare di questa super donna: Rosilari Bellacosa è R&D Director di Syndiag, che sfrutta l’intelligenza artificiale per evidenziare la presenza di cancro ovarico nelle immagini ecografiche.

Hai bisogno di testare del codice Python, ma non hai nessun IDE a disposizione?

Lo scorso giugno il Product Management Day ha raccolto le esperienze di tantissimi professionisti e professioniste del settore, raccontando cosa vuol dire ricoprire il ruolo di Product Manager e in che modo stanno cambiando le esigenze aziendali sul “valore” del prodotto.

Con questo articolo, chiudiamo il cerchio con l’ETL: dopo aver visto cos’è e come funziona e quali strumenti abbiamo a disposizione sul mercato da installare localmente od on-premise, vediamo quali soluzioni abbiamo a disposizione on-cloud.

Trading con Excel? Sembra una sfida, e invece si tratta di una grande opportunità.

Nella scorsa puntata abbiamo parlato di cos’è ETL e di come funziona: ma da dove cominciare?

La cybersecurity è al centro dell’attenzione di tutte le aziende: richiede competenze tecniche trasversali e, soprattutto, tanta curiosità.

Il lavoro del/la data scientist a volte assomiglia a quello di un archeologo: nell’era dei Big Data, dove abbiamo dati ovunque, bisogna “scavare” per trovare delle informazioni utili, strutturarle, trasformare opportunamente…