کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش آشنایی با معماری Databricks Lakehouse - آخرین آپدیت

دانلود Introduction to the Databricks Lakehouse Architecture

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: راهکارهای سنتی ذخیره‌سازی داده‌ها مانند Data Lakeها و Data Warehouseها، یا مقیاس‌پذیری را ارائه می‌دهند یا قابلیت اطمینان را، اما هر دو را با هم ندارند. این موضوع توانایی سازمان‌ها را در مدیریت و تحلیل موثر داده‌ها محدود می‌کند. در این دوره آموزشی با عنوان «آشنایی با معماری Databricks Lakehouse»، شما توانایی بهره‌برداری از پلتفرم Databricks Lakehouse را برای ایجاد راهکارهای داده‌ای یکپارچه، مقیاس‌پذیر و کارآمد به دست خواهید آورد. در ابتدا، مفاهیم بنیادی معماری Lakehouse، مزایای آن نسبت به دریاچه داده‌ها و انبارهای داده‌های سنتی و اجزای اصلی آن شامل Delta Lake، Spark، Databricks SQL و MLflow را بررسی خواهید کرد. سپس، نحوه کار با معماری Lakehouse را با استفاده از Delta Lakes، کوئری گرفتن از داده‌های ساختاریافته و بدون ساختار و مدیریت جریان‌های کاری یادگیری ماشین با MLflow فرا خواهید گرفت. در نهایت، یاد می‌گیرید که چگونه مدل Lakehouse را در سناریوهای واقعی از طریق ساخت یک خط لوله داده (Data Pipeline) جامع و یک جریان کاری یادگیری ماشین پیاده‌سازی کنید و کاربردهای رایج صنعتی مانند تشخیص کلاهبرداری، سیستم‌های توصیه گر و تحلیل مشتریان را بررسی نمایید. پس از اتمام این دوره، شما مهارت‌ها و دانش لازم از پلتفرم Databricks Lakehouse را برای طراحی و اجرای راهکارهای مدرن داده جهت تحلیل، یادگیری ماشین و فراتر از آن خواهید داشت.
سرفصل ها و درس ها

مبانی معماری Lakehouse Fundamentals of the Lakehouse Architecture

  • نیازمندی‌های سیستم و نرم‌افزاری System and Software Requirements

  • انواع داده‌ها و مشکلات سیلوهای داده Types of Data and Issues with Data Silos

  • راهکارهای سنتی ذخیره‌سازی داده‌ها Traditional Data Storage Solutions

  • مفهوم Data Lakehouse The Data Lakehouse

  • پلتفرم Databricks Lakehouse The Databricks Lakehouse

  • جریان‌های کاری مدرن داده در Lakehouseها Modern Data Workflows in Lakehouses

معماری Lakehouse در Databricks Lakehouse Architecture on Databricks

  • معماری Lakehouse در Databricks Lakehouse Architecture on Databricks

  • دمو: ذخیره و کوئری داده‌ها در جدول Delta با استفاده از Notebookها Demo: Store and Query Data in a Delta Table Using Notebooks

  • دمو: اجرای کوئری‌های SQL روی جداول Delta Demo: Running SQL Queries on Delta Tables

پیاده‌سازی معماری Lakehouse Applying the Lakehouse Architecture

  • دمو: خط لوله جامع ETL Demo: End-to-end ETL Pipeline

  • دمو: چرخه حیات جامع یادگیری ماشین با MLflow Demo: End-to-end ML Lifecycle with MLflow

  • کاربردهای رایج صنعتی با پشتیبانی Databricks Common Industry Applications Powered by Databricks

تسلط بر Databricks Azure برای مهندسان داده [ویدئو]

تسلط بر Databricks Azure برای مهندسان داده [ویدئو]

Mastering Azure Databricks for Data Engineers [Video]

آموزش استخراج بینش‌ها و بصری‌سازی داده‌ها با Databricks SQL

آموزش استخراج بینش‌ها و بصری‌سازی داده‌ها با Databricks SQL

دانلود Extract Insights and Visualize Data with Databricks SQL

آموزش ساخت مدل‌های یادگیری عمیق در Databricks

آموزش ساخت مدل‌های یادگیری عمیق در Databricks

دانلود Building Deep Learning Models on Databricks

نمایش نظرات

آموزش آشنایی با معماری Databricks Lakehouse
جزییات دوره
53m
12
(آخرین آپدیت)
14
4.8 از 5
دارد
دارد
دارد
Janani Ravi

https://donyad.com/d/ca8e51

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Janani Ravi Janani Ravi

معمار و مهندس داده خبره Google Cloud

Janani Ravi یک معمار و مهندس داده خبره Google cloud است.

جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.

Databricks دیتابریکس