لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مبانی بیگ دیتا: مفاهیم کلیدی
- آخرین آپدیت
دانلود Big Data Foundations: Core Concepts
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
سازمانها به طور فزایندهای با حجم، سرعت و تنوع دادههایی روبرو هستند که از محدودیتهای ابزارهای سنتی فراتر میرود. در این دوره آموزشی با عنوان «مبانی بیگ دیتا: مفاهیم کلیدی»، شما توانایی درک و تبیین نحوه طراحی سیستمهای دادههای بزرگ و اهمیت آنها را به دست خواهید آورد. در ابتدا، مفهوم «بیگ دیتا» (Big Data) شامل 5V و نحوه تأثیر این ویژگیها بر معماری سیستم را بررسی میکنید. سپس، مراحل چرخه حیات دادههای بزرگ — از تولید و جذب تا ذخیرهسازی، پردازش و مصرف — و جایگاه موارد استفاده دستهای (Batch) و جریانی (Streaming) را خواهید شناخت. در نهایت، یاد میگیرید که دستههای اصلی فناوری مانند ذخیرهسازی توزیعشده، پردازش توزیعشده، موتورهای پرسوجو و ابزارهای ارکستراسیون چگونه برای ساخت الگوهای معماری مقیاسپذیر مانند دریاچههای داده (Data Lakes)، لیکهاوسها (Lakehouses) و خط لولههای داده (Pipelines) با یکدیگر همکاری میکنند. پس از اتمام این دوره، مهارتها و دانش بنیادین لازم برای درک پلتفرمهای داده مدرن و مشارکت مطمئن در طراحی یا پشتیبانی از راهکارهای داده در مقیاس بزرگ را کسب خواهید کرد.
سرفصل ها و درس ها
بیگ دیتا چیست و چرا اهمیت دارد
What Is Big Data and Why It Matters
ظهور بیگ دیتا
The Rise of Big Data
تعریف بیگ دیتا
Defining Big Data
ویژگیهای 5V در بیگ دیتا
The 5 V's of Big Data
تأثیر 5V بر طراحی سیستم
How the 5 V's Influence System Design
پردازش سنتی در مقابل پردازش مبتنی بر بیگ دیتا
Traditional vs. Big Data Oriented Processing
چالشهای زمانی فراتر رفتن دادهها از ابزارهای سنتی
Challenges When Data Exceeds Conventional Tools
فرصتهای ایجاد شده توسط بیگ دیتا در صنایع مختلف
Opportunities Enabled by Big Data across Industries
چرخه حیات سیستمهای بیگ دیتا
The Big Data System Lifecycle
نمای کلی چرخه حیات بیگ دیتا
The Big Data Lifecycle Overview
تولید داده در سیستمهای مدرن
Data Generation in Modern Systems
مسیرهای جذب داده: دستهای و جریانی
Ingestion Pathways Batch and Streaming
ذخیرهسازی در سیستمهای بیگ دیتا
Storage in Big Data Systems
پردازش: از تبدیل دادهها تا خط لولههای یادگیری ماشین
Processing from Transformations to ML Pipelines
مصرف دادهها: هوش تجاری، تحلیلها، APIها و یادگیری ماشین
Consumption BI, Analytics, APIs, and ML
نقشها و مسئولیتها در سیستمهای بیگ دیتا
Roles and Responsibilities in Big Data Systems
حاکمیت، قابلیت اطمینان و مقیاسپذیری در چرخه حیات
Governance, Reliability, and Scalability in the Lifecycle
تکنولوژیها و معماریهای بیگ دیتا
Big Data Technologies and Architectures
دستهبندی تکنولوژیهای بیگ دیتا
Categories of Big Data Technologies
الگوهای معماری بیگ دیتا
Big Data Architectural Patterns
Troy Kranendonk یک مدیر برنامه درسی برای دسترسی به داده ها و تجزیه و تحلیل است و همچنین نویسنده ای با Pluralsight Troy تحصیلات خود را در زمینه آموزش رسانه های دیجیتال انجام داده است و دوست دارد نوآوری کند و مرزها را با فناوری از بین ببرد. تروی تدریس کرده است حرکت متحرک ، فیلم ، طراحی گرافیک ، و انیمیشن سه بعدی و همچنین Action Script ، HTML و CSS و در حال حاضر آموزش داده است.
نمایش نظرات