Dagster ist ein Open-Source-Framework für die Orchestrierung und das Management von Datenpipelines. Es wurde entwickelt, um Data Engineers, Data Scientists und Plattform-Teams dabei zu unterstützen, zuverlässige, wartbare und testbare Datenprozesse zu bauen und zu betreiben. Im Unterschied zu klassischen Workflow-Orchestratoren wie Apache Airflow oder Luigi setzt Dagster auf ein stärker typisiertes, deklaratives und entwicklerfreundliches Paradigma. 

NVIDIA Clara ist eine hochspezialisierte Plattform zur Entwicklung und Bereitstellung KI-gestützter Anwendungen in der medizinischen Bildverarbeitung und Genomik. Mit GPU-beschleunigten Frameworks wie Clara Train, Deploy und Parabricks lassen sich komplexe Workflows skalierbar und in Echtzeit umsetzen. Die Plattform vereint modernste Hardware mit offenen Standards – ideal für Entwickler, Data Scientists und Medizintechnikunternehmen.

Die Ubiquitous Language ist ein zentrales Konzept im Domain-Driven Design (DDD), das technische und fachliche Kommunikation auf ein neues Niveau hebt. Durch eine einheitliche, modellgetriebene Sprache wird der Code zur exakten Abbildung der Geschäftslogik – von Klassen über Events bis zu Schnittstellen. Der Artikel zeigt, wie Entwickler durch konsequente Anwendung Missverständnisse vermeiden und robuste, wartbare Softwarearchitekturen schaffen.

RabbitMQ ist ein leistungsstarker Open-Source-Messaging-Broker, der das AMQP-Protokoll nutzt, um eine zuverlässige, skalierbare Kommunikation zwischen verteilten Systemen zu ermöglichen. Ob Microservices, IoT oder Event-Driven Architecture – RabbitMQ sorgt für effiziente Entkopplung von Komponenten. Im Beitrag beleuchten wir Architektur, Funktionsweise, Einsatzszenarien sowie technische Stärken und Grenzen dieses bewährten Message Brokers.

Die Cloud hat sich als Fundament moderner IT-Infrastrukturen etabliert. Insbesondere Microsoft Azure bietet als eine der führenden Plattformen im Bereich Cloud Computing ein breites Spektrum an Diensten und Architekturmöglichkeiten. Doch eine reine Migration von On-Premises-Anwendungen in die Cloud greift oft zu kurz. Moderne Cloud-Architekturen müssen dynamisch, skalierbar, resilient und kostenoptimiert sein. In diesem Fachartikel beleuchten wir fundiert die Grundprinzipien moderner Architektur für Cloud-Anwendungen in Azure – von den Architekturmustern über technische Komponenten bis hin zu Best Practices und konkreten Use Cases.

Business Continuity Management (BCM) ist essenziell für den Schutz kritischer IT-Infrastrukturen. Der Artikel beleuchtet die technischen Kernkomponenten eines BCM-Systems – von Recovery-Zielen (RTO/RPO) über Failover-Architekturen bis zu cloudbasierten Resilienzstrategien. Ideal für IT-Professionals, die Hochverfügbarkeit, Disaster Recovery und IT-Resilienz professionell umsetzen wollen.

Disaster Recovery (DR) bezeichnet einen strukturierten Ansatz zur Wiederherstellung kritischer IT-Systeme, Daten und Infrastruktur nach einem schwerwiegenden Störfall, etwa durch Naturkatastrophen, Cyberangriffe, Hardwareausfälle oder menschliches Versagen. Ziel ist es, die Geschäftskontinuität sicherzustellen und die Auswirkungen auf den operativen Betrieb so gering wie möglich zu halten. Disaster Recovery ist ein zentraler Bestandteil des übergeordneten Business Continuity Managements (BCM) und umfasst sowohl technische als auch organisatorische Maßnahmen.

Jupyter-Notebooks haben sich in vielen Python-Schulungen vom „Nice-to-have“ zum Standardwerkzeug entwickelt – insbesondere in Data Science-, Machine Learning & Deep Learning-Trainings. Sie verbinden interaktiven Code, erläuternden Text und Visualisierungen in einem einzigen Dokument und unterstützen damit genau die Lernform, die moderne IT-Professionals benötigen. Der folgende Artikel beleuchtet, warum Jupyter-Notebooks in der Python-Schulung so gut funktionieren, wie sie technisch aufgebaut sind und wo ihre Grenzen liegen.

Wenn Sie Python in Data Science-Projekten anwenden möchten, gibt es spezifische Fähigkeiten und Tools, die Sie lernen sollten.

.NET 10 bietet zahlreiche technische Neuerungen für die moderne Softwareentwicklung. Dazu zählen neue Sprachfeatures in C# 13, Verbesserungen bei Performance und Speicherverwaltung durch Native AOT sowie eine stärkere Ausrichtung auf Cloud-native Anwendungen. Die Plattform eignet sich für unterschiedlichste Einsatzszenarien – von Webanwendungen über Microservices bis hin zu KI-gestützten Lösungen. Erfahren Sie Ausführlicheres in unserem Blogbeitrag.