Files
laboratori-cloud/.planning/research/FEATURES.md
2026-03-24 19:26:48 +01:00

12 KiB

Feature Landscape: Corsi Cloud con Laboratori Pratici

Dominio: Piattaforma educativa per cloud con laboratori pratici basati su Docker Ricercato: 2026-03-24 Confidenza: MEDIUM (basato su analisi di piattaforme esistenti + esperienza nel settore)

Feature Landscape

Table Stakes (Gli Utenti Si Aspettano Questi)

Funzionalità che gli studenti assumono come scontate. Senza queste, il corso appare incompleto.

Feature Perché È Attesa Complessità Note
Istruzioni passo-passo Gli studenti devono seguire senza ambiguity Low Tutorial chiari comandi esatti da eseguire
Ambiente di test funzionante "Funziona sul mio PC" non è accettabile per cloud Medium Docker Compose deve partire senza errori
Verifica del lavoro svolto Studenti devono confermare di aver completato correttamente Medium Script di test automatici (curl, nc, docker ps)
Parallelismo Cloud ↔ Locale Il corso deve insegnare cloud, non solo Docker High Ogni concetto Docker = servizio cloud corrispondente
Troubleshooting di base Gli studenti incontrano problemi, necessitano guida Medium Lista errori comuni e soluzioni
Requisiti chiari Frustrazione se ambiente non è compatibile Low Versioni Docker, OS, risorse minime
Tempo stimato per laboratorio Gestione delle aspettative su durata Low 1-3 ore per lab è tipico nel settore
Ripristino ambiente Errori devono essere correggibili senza reinstallare Medium Comandi per resetare/volume cleanup

Differentiators (Vantaggio Competitivo)

Funzionalità che distinguono questo corso dalle alternative.

Feature Valore Unico Complessità Note
Assolutamente ZERO costi cloud Nessun rischio bollette AWS/Azure Low Solo Docker locale, niente account cloud reali
Safety-first per eccellenza Best practices sicurezza insegnate per imprinting High Least privilege, isolamento reti, limiti risorse
Framework Diátaxis completo Tutti gli stili di apprendimento coperti Medium Tutorial + How-to + Reference + Explanation per OGNI lab
Test-Driven Infrastructure (TDI) Metodo professionale, non solo "fare cose" Medium RED→GREEN→REFACTOR per ogni infrastruttura
Incrementalità progettata Architettura complessa costruita passo passo High Lab 1-5 costruiscono progressivamente sistema completo
Approccio "Little Often" Evita overwhelmin, favorende retenzione Low Concetti piccoli, frequente pratica
Double Check esplicito Insegna verifica sistematica del lavoro Medium Checklist pre-commit per ogni laboratorio
Architettura locale mappata 1:1 Docker Networks → VPC, MinIO → S3, PostgreSQL → RDS High Mappatura esplicita documentata in Explanation
Script di test inclusi Studenti imparano a validare il proprio lavoro Medium Test bash che verificano requisiti prima di proseguire
Git workflow professionale Insegna convenzioni industriali reali Low Conventional commits, branches per lab

Anti-Features (Da Evitare Esplicitamente)

Funzionalità spesso richieste ma che creano problemi.

Feature Perché Richiesta Perché Problematica Alternativa
Account cloud reali "Voglio esperienza vera su AWS" Costi incontrollabili, complessità onboarding, rischio errori prod Simulazione locale con Docker + mappatura concettuale
Video streaming integrato "Voglio vedere fare prima di fare" Complessità tecnica, bandwidth, non scalabile, distoglie dal DOING Tutorial testuali con comandi esatti da eseguire
Piattaforma web custom "Voglio un portale bello" Sviluppo frontend, auth, hosting = distrazione dal valore educativo Repository Git + markdown per materiali
Lab multi-user collaborativi "Voglio lavorare in team" Complessità infrastrutturale enorme, conflitti, debugging difficile Laboratori individuali con condivisione risultati via Git
Mobile apps "Voglio studiare sul telefono" Comandi Docker su mobile = esperienza terribile, inutile per questo tipo di learning Focus su desktop/laptop dove Docker gira realmente
AI/Chatbot integrato "Voglio un assistente AI" Costo, complessità manutenzione, spesso fornisce risposte sbagliate Troubleshooting guide scritte da esperti umani
Gamification eccessiva "Voglio badge e punteggi" Distrazione dal learning reale, gamification wearing off fast Soddisfazione di completare lab complessi + certificazione

Feature Dependencies

[Lab 1: IAM & Sicurezza]
    └──richiesto da──> [Lab 2: Network] (utenti/gruppi per permessi Docker)
                       └──richiesto da──> [Lab 5: Database] (isolamento privato)

[Lab 2: Network] (Docker Networks)
    └──richiesto da──> [Lab 3: Compute] (reti isolate per web server)
                       └──richiesto da──> [Lab 5: Database] (VPC privata)

[Lab 3: Compute] (Container con limiti)
    └──richiesto da──> [Lab 4: Storage] (container app che usano storage)

[Lab 4: Storage] (MinIO + Volumes)
    └──potenzia──> [Lab 5: Database] (persistenza DB)

[Framework Diátaxis]
    └──richiesto per──> [Tutti i Lab] (documentazione obbligatoria)

[Script di Test TDI]
    └──richiesto per──> [Tutti i Lab] (validazione infrastruttura)

[Git Workflow]
    └──potenzia──> [Tutti i Lab] (tracciamento lavoro studente)

Dependency Notes

  • Lab 1 richiede che gli studenti comprendano utenti Linux e permessi senza questo, i laboratori successivi su Docker socket access falliscono
  • Lab 2 (Network) è prerequisito critico per Lab 5 (Database) perché il DB deve essere in rete privata, accessibilità solo da application layer
  • Framework Diátaxis è orizzontale a tutti i laboratori non è sequenziale ma ogni lab DEVE avere i 4 documenti completi
  • Script di test TDI sono preventivi non successivi si scrive PRIMA il test, poi l'infrastruttura
  • Git workflow è abilitante, non dipendenza permette versioning ma non blocca l'apprendimento se saltato

MVP Definition

Launch Con (v1 - 5 Lab Core)

Prodotto minimo viable per validare il concetto.

  • Lab 1: IAM & Sicurezza — Fondamentale per tutti i laboratori successivi (permessi Docker)
  • Lab 2: Network — Concetto chiave cloud (VPC) + prerequisito per Lab 3-5
  • Lab 3: Compute — Simula EC2/VM con container + limiti risorse
  • Lab 4: Storage — Simula S3 (MinIO) + Block Storage (Volumes)
  • Lab 5: Database — Simula RDS in rete privata (integrazione di tutti i concetti)
  • Framework Diátaxis per OGNI lab — 4 documenti (Tutorial, How-to, Reference, Explanation)
  • Script di test per OGNI lab — Verifica automatica requisiti
  • Parallelismo Cloud ↔ Locale documentato — Every Docker component mapped to cloud service
  • Requisiti e troubleshooting per OGNI lab — Setup instructions + error resolution

Add After Validation (v1.x)

Funzionalità da aggiungere una volta validato il core.

  • Soluzioni ufficiali — Trigger: richiesta ricorrente degli studenti per verificare il proprio lavoro
  • Script di auto-correzione — Trigger: studenti che non riescono a capire dove sbagliano
  • Challenge labs opzionali — Trigger: feedback "troppo facile" da studenti avanzati
  • Versioni multi-cloud — Trigger: richiesta di paralleli Azure/GCP oltre ad AWS
  • VM pre-configurata — Trigger: studenti con problemi di setup ambiente locale

Future Consideration (v2+)

Funzionalità da rimandare a product-market fit stabile.

  • Progress tracking integrato — Perché: richiede backend/database, complessità non essenziale per v1
  • Certification exam prep — Perché: richiede allineamento con esami vendor-specific, enorme lavoro di contenuto
  • Community features — Perché: forum, chat, peer review = moderation overhead, distrazione dal core
  • Instructor dashboard — Perché: richiede multi-tenancy, analytics, subscription management
  • Enterprise features — Perché: SSO, team reporting, custom labs = mercato diverso, vendite diverse

Feature Prioritization Matrix

Feature Valore Utente Costo Implementazione Priorità
Lab 1: IAM & Sicurezza HIGH Medium P1
Lab 2: Network HIGH High P1
Lab 3: Compute HIGH Medium P1
Lab 4: Storage HIGH Medium P1
Lab 5: Database HIGH High P1
Framework Diátaxis (4 doc per lab) HIGH High P1
Script di test TDI HIGH Medium P1
Parallelismo Cloud↔Locale HIGH High P1
Troubleshooting guides HIGH Low P1
Soluzioni ufficiali MEDIUM Medium P2
Challenge labs opzionali MEDIUM High P2
VM pre-configurata MEDIUM Medium P2
Auto-correzione scripts MEDIUM High P2
Versioni multi-cloud LOW Very High P3
Progress tracking LOW Very High P3
Community features LOW Very High P3
Certification exam prep MEDIUM Very High P3
Instructor dashboard LOW Very High P3

Chiave priorità:

  • P1: Must have per launch (core value proposition)
  • P2: Should have, aggiungere quando possibile (enhancement)
  • P3: Nice to have, considerazione futura (scalability)

Competitor Feature Analysis

Feature AWS Skill Builder Azure Lab Services KodeKloud A Cloud Guru Il Nostro Corso
Hands-on labs Reali AWS sandbox Azure temporanei Browser-based Cloud sandboxes Docker locale (FREE)
Costo per studente Alto (risorse AWS) Alto (risorse Azure) Subscription Subscription ZERO (solo Docker)
Parallelismo esplicito Implicito (uso AWS) Implicito (uso Azure) Implicito Implicito ESPlicitO documentato
Framework Diátaxis No No No No SÌ, obbligatorio
Test-Driven Learning No No Parziale No SÌ, TDI completo
Sicurezza enforcement Gestita da AWS Gestita da Azure Parziale Parziale Esplicito insegnato
Troubleshooting guides Base Base Disponibili Base Integrato in ogni lab
Multi-cloud AWS only Azure only Multi Multi Fondamenti prima
Offline capability No No No No SÌ, completamente
Git workflow professionale No No No No SÌ, Conventional Commits
Reset environment Automatico (cloud) Automatico (cloud) Clic Clic Comando locale
Time-limited sessions SÌ (costo) SÌ (costo) No No NO (illimitato)

Il Nostro Vantaggio Chiave:

  • ZERO costi → Nessun rischio bollette, esperimenti illimitati
  • Approccio pedagogico superiore → Diátaxis + TDI + Double Check
  • Security-first imprinting → Insegna best practices per carriera enterprise
  • Parallelismo esplicito → Concetti cloud trasferibili ad AWS/Azure/GCP
  • Completamente offline → Studia ovunque, senza connessione

Sources

Piattaforme Analizzate

Confidenza Fonti

  • HIGH: Analisi diretta siti web ufficiali sopra citati
  • MEDIUM: Esperienza settore formazione tecnica + best practices cloud education
  • LOW: Nessuna fonte bassa confidenza utilizzata

Gap di Ricerca

  • Analisi feedback studenti reali → Non disponibile senza dati usage
  • Confronto costi dettagliato → Richiederebbe accesso pricing enterprise competitor
  • Effectiveness measurement → Studi learning effectiveness non disponibili pubblicamente

Feature research per: Corsi Cloud con Laboratori Pratici Ricercato: 2026-03-24 Confidenza: MEDIUM