لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
داده مش - یک مفهوم مدرن مدیریت داده غیرمتمرکز
Data Mesh - A Modern Decentralized Data Management Concept
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
در این سطح سازمانی، رویکرد معماری داده متمرکز بر دامنه، «داده ها را به عنوان یک محصول» در نظر بگیرید! مفهوم Datamesh به عنوان یک مفهوم معماری داده مراحل پیاده سازی Datamesh در سازمان ها مفهوم اصطلاحات مرتبط مانند Data Fabric، Data Lake، Data Warehouse، Data Lakehouse و غیره کاربردهای Datamesh مطالعات موردی سازمان هایی مانند Netflix، Paypal و غیره پیش نیازها: بدون نیاز به تجربه قبلی، ما همه چیز را در مورد Datamesh از ابتدا بررسی خواهیم کرد
هر سال داده های بیشتری در سطح جهان تولید می شود. این برای شرکتها نیز صادق است: جزئیات بیشتر از همیشه از مشتریان، شرکا، معاملات، محصولات و زنجیره تامین ثبت میشود که منجر به دادههای بیشتر میشود. بر اساس IDC، "سپهر جهانی از 45 زتابایت در سال 2019 به 175 زتابایت تا سال 2025 افزایش خواهد یافت". این دادهها مواد خامی را تشکیل میدهند که سازمانها از آن بینشهای ارزشمند و عملی میگیرند. اما جمع آوری، یکپارچه سازی و مدیریت این داده ها هنوز یکی از چالش های اصلی است.
این سازمانها در حال حاضر به دنبال مفهوم نسبتا جدیدی به نام "مش داده" هستند تا بر این چالشها و بازدارندههای اصلی غلبه کنند. Data Mesh یک موضوع داغ در حال ظهور برای نرم افزارهای سازمانی است که بر روش های جدید تفکر در مورد داده ها تمرکز می کند. هدف Data Mesh بهبود نتایج کسبوکار راهحلهای دادهمحور، و همچنین تشویق به پذیرش معماریهای داده مدرن است.
مهمترین دلایلی که چرا باید این دوره را انتخاب کنید:
این دوره با در نظر گرفتن دانشآموزان از همه زمینهها طراحی شده است - از این رو ما همه چیز را از اصول اولیه پوشش میدهیم و به تدریج به سمت موضوعات پیچیده پیش میرویم.
این دوره را می توان در یک آخر هفته تکمیل کرد.
مجموعه شگفت انگیزی از منابع مفید به اشتراک گذاشته شده است که مرتباً به روز می شوند.
به همه شبهات پاسخ داده خواهد شد.
یک گواهی تکمیل قابل تأیید به همه دانشآموزانی که این دوره آموزشی Data Mesh Fundamentals را میگذرانند ارائه میشود.
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
مقدمه ای بر Data Mesh
Introduction to Data Mesh
تعریف Data Mesh
Defining Data Mesh
درک داده مش
Understanding Data Mesh
داده مش در جزئیات
Data Mesh in Detail
چرا Data Mesh مورد نیاز است
Why Data Mesh is Required
مزایای مش داده
Data Mesh Benefits
قابلیت های Data Mesh
Capabilities of Data Mesh
موارد استفاده از مش داده
Data Mesh Use cases
نمونه ای از شرکت هایی که از معماری داده مش استفاده می کنند
Example of Companies utilizing Data Mesh Architecture
چرا دیتا مش معماری آینده است؟
Why Data Mesh is the Architecture of Future
چگونه Data Mesh به محدودیتهای فعلی میپردازد
How Data Mesh address the current Limitations
مشکلات فعلی داده ها و راه حل های آنها توسط Data Mesh
Current Data problems and their Solutions by Data Mesh
اصطلاحات پیرامون Data Mesh
Terminologies around Data Mesh
محصولات داده چیست؟
What are Data Products?
دیتا فابریک چیست؟
What is Data Fabric?
دامنه ها در Data Mesh
Domains in Data Mesh
Data Warehouse در مقابل Data Lake در مقابل Data Lakehouse در مقابل Data Mesh
Data Warehouse vs Data Lake vs Data Lakehouse vs Data Mesh
پیاده سازی مش داده ها
Data Mesh Implementation
ملاحظات کلیدی قبل از ساخت Data Mesh
Key considerations before constructing a Data Mesh
شروع با پیاده سازی Data Mesh
Getting started with implementing Data Mesh
ساخت تیم دامین مش دیتا
Building a Data Mesh Domain Team
معماری داده مش
Data Mesh Architecture
معماری داده مش - مقدمه
Data Mesh Architecture - An Introduction
معماری داده مش - داده به عنوان یک محصول
Data Mesh Architecture - Data as a Product
معماری داده مش - مالکیت دامنه
Data Mesh Architecture - Domain Ownership
معماری داده مش - حکومت فدرال
Data Mesh Architecture - Federated Governance
Data Mesh Architecture - پلت فرم داده های سلف سرویس
Data Mesh Architecture - Self Service Data Platform
مطالعات موردی در مورد پیاده سازی مش داده ها
Case Studies on Data Mesh Implementations
مطالعه موردی - لینکدین
Case Study - LinkedIn
مطالعه موردی - نتفلیکس
Case Study - Netflix
مطالعه موردی - پی پال
Case Study - Paypal
مطالعه موردی - ولز فارگو
Case Study - Wells Fargo
مطالعه موردی - وسترن دیجیتال
Case Study - Western Digital
یادداشت های پایانی
Closing Notes
مراقب هایپ باشید
Beware the Hype
چالش های مش داده ها
Data Mesh Challenges
دام مش داده ها
Data Mesh Pitfalls
منابع مفید
Useful Resources
تبریک می گویم
Congratulations
تبریک بابت اتمام دوره
Congratulations on Course Completion
توسعه دهنده نرم افزار (BI ، Data Science) مهندسی مطالعه کرد ، تاکنون در 3 MNC کار کرده و برای کار در سراسر کره خاکی جهان سفر کرده است. در حال حاضر در نقش توسعه دهنده تجزیه و تحلیل در یک سازمان معتبر است. عاشق آموزش است ، یادگیری را دوست دارد. در اینجا برای به اشتراک گذاشتن تجزیه و تحلیل داده ها ، تجسم داده ها ، هوش تجاری ، علوم داده و سایر نکات مربوط به توسعه نرم افزار. شعار زندگی: آسمان بالای سر من. زمین زیر من آتش درون من.
نمایش نظرات