آموزش مبانی کلان‌داده (Big Data): 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 مواجه هستند که از محدودیت‌های ابزارهای سنتی فراتر می‌رود. در این دوره آموزشی با عنوان «مبانی کلان‌داده: مفاهیم کلیدی»، شما توانایی درک و تبیین نحوه طراحی سیستم‌های بیگ‌دیتا و اهمیت آن‌ها را کسب خواهید کرد. در ابتدا، مفهوم «کلان‌داده» از جمله 5V (پنج ویژگی اصلی) و نحوه تأثیر این ویژگی‌ها بر معماری سیستم‌ها را بررسی می‌کنید. سپس، مراحل چرخه حیات کلان‌داده‌ها — از تولید و جذب گرفته تا ذخیره‌سازی، پردازش و مصرف — و جایگاه کاربردهای دسته‌ای (Batch) و جریانی (Streaming) را خواهید شناخت. در نهایت، یاد می‌گیرید که دسته‌بندی‌های اصلی فناوری مانند ذخیره‌سازی توزیع‌شده، پردازش توزیع‌شده، موتورهای پرس‌وجو و ابزارهای ارکستراسیون چگونه در کنار هم قرار می‌گیرند تا الگوهای معماری مقیاس‌پذیری مانند دریاچه‌های داده (Data Lakes)، لیک‌هاوس‌ها (Lakehouses) و خطوط لوله داده (Pipelines) را ایجاد کنند. پس از اتمام این دوره، شما مهارت‌ها و دانش بنیادین لازم برای درک پلتفرم‌های داده مدرن و مشارکت مطمئن در طراحی یا پشتیبانی از راهکارهای داده در مقیاس بزرگ را به دست خواهید آورد.

سرفصل ها و درس ها

کلان‌داده چیست و چرا اهمیت دارد What Is Big Data and Why It Matters

  • ظهور کلان‌داده‌ها The Rise of Big Data

  • تعریف کلان‌داده (Big Data) Defining Big Data

  • پنج ویژگی اصلی (5V) کلان‌داده 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 کلان‌داده Traditional vs. Big Data Oriented Processing

  • چالش‌های زمان فراتر رفتن داده‌ها از ابزارهای متداول Challenges When Data Exceeds Conventional Tools

  • فرصت‌های ایجاد شده توسط کلان‌داده در صنایع مختلف Opportunities Enabled by Big Data across Industries

چرخه حیات سیستم‌های کلان‌داده The Big Data System Lifecycle

  • مروری بر چرخه حیات کلان‌داده 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 کلان‌داده Storage in Big Data Systems

  • پردازش: از تبدیل‌ها 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 کلان‌داده Roles and Responsibilities in Big Data Systems

  • حکمرانی، قابلیت اطمینان و مقیاس‌پذیری در چرخه حیات Governance, Reliability, and Scalability in the Lifecycle

تکنولوژی‌ها و معماری‌های کلان‌داده Big Data Technologies and Architectures

  • دسته‌بندی فناوری‌های کلان‌داده Categories of Big Data Technologies

  • الگوهای معماری کلان‌داده Big Data Architectural Patterns

  • توضیح پردازش توزیع‌شده Distributed Processing Explained

  • توضیح ذخیره‌سازی توزیع‌شده Distributed Storage Explained

  • نحوه همکاری این فناوری‌ها با یکدیگر How These Technologies Work Together

  • اکوسیستم‌های متن‌باز در مقابل اکوسیستم‌های بومی ابر (Cloud Native) Open Source vs. Cloud Native Ecosystems

  • ابزارهای ارکستراسیون، زمان‌بندی و مدیریت جریان کار Orchestration, Scheduling, and Workflow Tools

  • موتورهای پرس‌وجو و دسترسی فدرال Query Engines and Federated Access

نمایش نظرات

آموزش مبانی کلان‌داده (Big Data): مفاهیم کلیدی
جزییات دوره
1h 11m
23
(آخرین آپدیت)
5
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Troy Kranendonk Troy Kranendonk

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.