🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش GCP - گواهینامه متخصص داده سطح مقدماتی گوگل کلود
- آخرین آپدیت
دانلود GCP - Google Cloud Associate Data Practitioner Certification
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آمادگی برای گواهینامه Google Cloud Data Practitioner | BigQuery, Dataproc, Dataform, Cloud Composer, Looker Studio, Dataflow
آشنایی با سرویسها و ابزارهای اصلی Google Cloud برای مدیریت، تحلیل و ارکستراسیون دادهها.
طراحی و پیادهسازی پایپلاینهای داده با استفاده از BigQuery, Cloud Composer, Dataflow, Dataform و Dataproc.
انجام آمادهسازی، تبدیل و درونریزی دادهها با استفاده از Cloud Data Fusion و BigQuery.
تحلیل و مصورسازی دادهها با استفاده از BigQuery, Looker Studio و BigQuery ML.
درک تفاوتها و موارد استفاده از گزینههای ذخیرهسازی داده مانند BigQuery, Cloud Storage, Firestore, Cloud SQL, Bigtable و Spanner.
کاربرد مفاهیم ETL, ELT و ETLT در ورکفلوهای داده ابری واقعی.
ساخت، زمانبندی و نظارت بر ورکفلوهای داده با استفاده از Cloud Composer (Apache Airflow).
کسب تجربه عملی از طریق آزمایشگاههای همسو با راهنمای رسمی آزمون گواهینامه.
آمادگی مؤثر برای آزمون گواهینامه Google Cloud Associate Data Practitioner.
پیشنیازها:
تجربه قبلی با Google Cloud الزامی نیست.
درک پایه از مفاهیم داده (مانند جداول، سطرها، کوئریها) مفید است.
تمایل به کاوش ابزارهای ابری و انجام تمرینات عملی.
یک حساب Google Cloud free-tier برای اجرای آزمایشگاهها و تمرینات.
این دوره یک مسیر یادگیری جامع و عملی است که برای کمک به شما در آمادگی برای گواهینامه Google Cloud Associate Data Practitioner طراحی شده و ساختار و اهداف مشخص شده در راهنمای رسمی آزمون را دنبال میکند.
این گواهینامه برای افرادی است که با دادهها در محیط ابری کار میکنند و نیازمند مهارتهای بنیادی در مدیریت، پردازش، تحلیل و مصورسازی دادهها با استفاده از فناوریهای Google Cloud هستند.
در این دوره، شما یاد خواهید گرفت که چگونه با اطمینان در سرویسهای مختلف GCP کار کنید و درکی روشن از کاربرد عملی آنها در ورکفلوهای داده انتها به انتها (end-to-end) کسب کنید.
زمینههای تمرکز اصلی:
آمادهسازی و درونریزی داده: یاد بگیرید که تفاوت بین ETL, ELT و ETLT را تشخیص دهید، مجموعهدادهها را پاکسازی و تبدیل کنید و با ابزارهایی مانند Cloud Data Fusion و BigQuery کار کنید.
تحلیل و مصورسازی داده: از BigQuery برای کاوش مجموعهدادهها، تفسیر نتایج تحلیلی و ساخت داشبوردهای تأثیرگذار با Looker Studio استفاده کنید. همچنین، استفاده از BigQuery ML و AutoML را برای کسب بینشهای پیشبینیکننده بیاموزید.
ارکستراسیون پایپلاین داده: پایپلاینهای داده را با استفاده از Cloud Composer (Apache Airflow), Dataflow (Apache Beam), Dataform و Dataproc پیادهسازی و زمانبندی کنید.
مدیریت داده: درک کنید که چه زمانی باید از Cloud Storage, BigQuery, Cloud SQL, Firestore, Bigtable, Spanner و AlloyDB استفاده کنید، از جمله ملاحظات مربوط به هزینه، مقیاسپذیری و عملکرد.
این دوره نظریه را با آزمایشگاههای عملی، سناریوهای دنیای واقعی و تمرینات مبتنی بر پروژه ترکیب میکند تا به شما کمک کند مفاهیم را درونیسازی کرده و اعتماد به نفس کسب کنید.
چه هدف شما قبولی در آزمون باشد و چه ساختن یک پایه قوی داده در GCP، این دوره هر آنچه را که برای موفقیت نیاز دارید، فراهم میکند.
سرفصل ها و درس ها
Introduction
معرفی دوره
Course Introduction
منابع دوره
Course Resources
بخش ۱: آمادهسازی و ورود دادهها
------------ Part 1: Data Preparation and Ingestion ------------
معرفی بخش
Part Introduction
روشهای دستکاری دادهها
Data Manipulation Methods
انتخاب ابزار مناسب برای انتقال دادهها
Choose Appropriate Data Transfer Tool
فرمتهای مختلف فایل داده
Different Data File Formats
انتخاب ابزار مناسب برای استخراج
Choose Appropriate Extraction Tool
انتخاب راهحل ذخیرهسازی مناسب
Select Appropriate Storage Solution
انتخاب نوع مکان مناسب برای ذخیرهسازی دادهها
Choose Appropriate Data Storage Location Type
دادههای ساختاریافته، بدون ساختار و نیمهساختاریافته
Structured, Unstructured, and Semi-Structured Data
دستورات مورد استفاده در سخنرانی بعدی
Commands used in next Lecture
[عملی] ابزار CLI ذخیرهسازی gcloud بخش ۱ – انتقال داده از سیستم محلی به GCP
Hands-On] gcloud Storage CLI Utility Part 1 - Transfer Data from Local to GCP
[عملی] ابزار CLI ذخیرهسازی gcloud بخش ۲ – انتقال داده از سیستم محلی به GCP
Hands-On] gcloud Storage CLI Utility Part 2 - Transfer Data from Local to GCP
[عملی] مهاجرت پایگاه داده – بخش ۱
[Hands-On] Database Migration Part - 1
[عملی] مهاجرت پایگاه داده – بخش ۲
[Hands-On] Database Migration Part - 2
[عملی] مهاجرت پایگاه داده – بخش ۳
[Hands-On] Database Migration Part - 3
[عملی] انتقال اشیاء از یک باکت GCP به باکت دیگر
[Hands-On] Transfer Objects from One GCP Bucket to Another
[عملی] انتقال اشیاء از Azure Cloud Storage به باکت GCP
[Hands-On] Transfer Objects from Azure Cloud Storage to GCP Bucket
[عملی] انتقال اشیاء از AWS S3 به باکت GCP
[Hands-On] Transfer Objects from AWS S3 to GCP Bucket
[عملی] ورود داده به BigQuery با استفاده از bq CLI
[Hands-On] Data Ingestion into BigQuery Using bq CLI
[عملی] استفاده از Python SDK برای تعامل با Google Cloud Services بخش ۱
[Hands-On] Using Python SDK to Interact with Google Cloud Services Part 1
[عملی] استفاده از Python SDK برای تعامل با Google Cloud Services بخش ۲
[Hands-On] Using Python SDK to Interact with Google Cloud Services Part 2
آزمون بخش
Section Quiz
برنامهریزی یک جریان کاری ورود داده مقیاسپذیر در Google Cloud
Plan a Scalable Data Ingestion Workflow on Google Cloud
بخش ۲: تحلیل و ارائه دادهها
------------ Part 2: Data Analysis and Presentation -----------
معرفی بخش
Part Introduction
کوئریهای SQL مورد استفاده در ۳ سخنرانی بعدی
SQL Queries used in next 3 Lectures
[عملی] بینش داده با استفاده از BigQuery بخش ۱
[Hands-On] Data Insight using BigQuery Part 1
[عملی] بینش داده با استفاده از BigQuery بخش ۲
[Hands-On] Data Insight using BigQuery Part 2
[عملی] بینش داده با استفاده از BigQuery بخش ۳
[Hands-On] Data Insight using BigQuery Part 3
کد پایتون مورد استفاده در سخنرانی بعدی
Python Code used in next Lecture
[عملی] بصریسازی داده با استفاده از Python Notebook
[Hands-On] Data visualization using Python Notebook
[عملی] سرویس انتقال داده BigQuery: کپی مجموعه داده
[Hands-On] BigQuery Data Transfer Service: Dataset Copy
[عملی] سرویس انتقال داده BigQuery: Google Cloud Storage
[Hands-On] BigQuery Data Transfer Service: Google Cloud Storage
موارد استفاده ML با استفاده از BigQuery ML و AutoML
ML Use Cases using BigQuery ML and AutoML
برنامهریزی یک پروژه یادگیری ماشین
Plan a Machine Learning Project
[عملی] تحلیل و بصریسازی داده با Looker
[Hands-On] Analyse and Visualize Data with Looker
کوئریهای SQL مورد استفاده در سخنرانی بعدی
SQL Queries used in next Lecture
[عملی] تکمیل پروژه ML با BigQuery
[Hands-On] Complete ML Project with BigQuery
آزمون بخش
Section Quiz
تحلیل، بصریسازی و پیشبینی رفتار کاربر با GCP
Analyze, Visualize & Predict User Behavior with GCP
بخش ۳: ارکستراسیون خط لوله داده
------------ Part 3: Data Pipeline Orchestration --------------
معرفی بخش
Part Introduction
انتخاب ابزارهای تبدیل داده
Selecting a Data Transformation Tools
موارد استفاده برای ELT و ETL
Use Cases for ELT and ETL
آزمون بخش
Section Quiz
[عملی] Google Cloud Composer
[Hands-on] Google Cloud Composer
[عملی] ایجاد محیط Cloud Composer
[Hands-On] Create Cloud Composer Environment
[عملی] ایجاد و اجرای خط لوله DAG پایه
[Hands-On] Create and Run Basic DAG Pipeline
[عملی] خط لوله ETL DAG – از GCS به BigQuery
[Hands-On] ETL DAG - GCS to BigQuery Pipeline
[عملی] Google Cloud Dataproc
[Hands-on] Google Cloud Dataproc
[عملی] ایجاد کلاستر Dataproc
[Hands-On] Create Dataproc Cluster
دستورات اجرا شده در سخنرانی بعدی
Commands Executed in Next Lecture
[عملی] بررسی سیستم فایل توزیع شده Hadoop (HDFS)
[Hands-On] Explore Hadoop Distributed File System (HDFS)
دستورات اجرا شده در سخنرانی بعدی
Commands Executed in Next Lecture
[عملی] تعامل با Hive
[Hands-On] Interact with Hive
دستورات اجرا شده در سخنرانی بعدی
Commands Executed in Next Lecture
[عملی] کارهای PySpark در Dataproc
[Hands-On] PySpark Jobs on Dataproc
دستورات اجرا شده در سخنرانی بعدی
Commands Executed in Next Lecture
[عملی] اجرای کار PySpark در Dataproc با استفاده از رابط کاربری (UI)
[Hands-On] Run PySpark Job on Dataproc using User Interface (UI)
[عملی] اجرای کار PySpark در Dataproc از طریق Jupyter Notebook
[Hands-On] Run PySpark Job on Dataproc via Jupyter Notebook
[عملی] Google Cloud Dataflow
[Hands-on] Google Cloud Dataflow
[عملی] استفاده از الگوهای Dataflow برای بارگذاری داده از GCS به BigQuery
[Hands-On] Using Dataflow Templates to Load Data from GCS to BigQuery
[عملی] ایجاد یک خط لوله ETL با Dataflow Job Builder
[Hands-On] Create an ETL Pipeline with Dataflow Job Builder
[عملی] ایجاد کار Streaming با استفاده از الگوی ارائه شده توسط گوگل
[Hands-On] Create Streaming Job using Google Provided Template
[عملی] Google Cloud Dataform
[Hands-on] Google Cloud Dataform
[عملی] Dataform: راهاندازی در GCP و ایجاد یکپارچگی با Github
[Hands-On] Dataform: Set-up in GCP and Establish Github Integration
[عملی] Dataform: ایجاد و پر کردن جدول در BigQuery
[Hands-On] Dataform: Create and Populate Table in BigQuery
[عملی] Dataform: ورود و تبدیل دادههای CSV از GCS به BigQuery
[Hands-On] Dataform: Ingest and Transform GCS CSV Data into BigQuery
[عملی] Google Cloud Data Fusion
[Hands-on] Google Cloud Data Fusion
[عملی] ایجاد نمونه Data Fusion
[Hands-On] Create Data Fucion Instance
[عملی] خط لوله ETL Data Fusion: از GCS به BigQuery بخش ۱
[Hands-On] Data Fusion ETL Pipeline: GCS to BigQuery Part 1
[عملی] خط لوله ETL Data Fusion: از GCS به BigQuery بخش ۲
[Hands-On] Data Fusion ETL Pipeline: GCS to BigQuery Part 2
[عملی] Google Cloud Eventarc
[Hands-on] Google Cloud Eventarc
مقدمهای بر Eventarc
Introduction to Eventarc
[عملی] راهاندازی Cloud Run با رویدادهای GCS با استفاده از Eventarc
[Hands-On] Trigger Cloud Run with GCS Events using Eventarc
دستورات اجرا شده در سخنرانی بعدی
Commands Executed in Next Lecture
[عملی] ثبت رویدادهای آپلود GCS در BigQuery با استفاده از Cloud Run و Eventarc بخش ۱
[Hands-On] Log GCS Upload Events to BigQuery Using Cloud Run & Eventarc Part 1
[عملی] ثبت رویدادهای آپلود GCS در BigQuery با استفاده از Cloud Run و Eventarc بخش ۲
[Hands-On] Log GCS Upload Events to BigQuery Using Cloud Run & Eventarc Part 2
آزمون بخش
Section Quiz
انتخاب ابزار مناسب GCP برای خطوط لوله Batch، Streaming و ELT
Choose the Right GCP Tool for Batch, Streaming & ELT Pipelines
بخش ۴: مدیریت داده
------------ Part 4: Data management --------------
معرفی بخش
Part Introduction
اصول دسترسی با حداقل امتیاز با استفاده از IAM
Principles of Least Privileged Access using IAM
انواع مختلف نقشها: BigQuery و Storage
Different Types of Roles: BigQuery and Storage
[عملی] کنترل دسترسی برای Google Cloud Storage بخش ۱
[Hands-On] Access Control for Google Cloud Storage Part 1
[عملی] کنترل دسترسی برای Google Cloud Storage بخش ۲
[Hands-On] Access Control for Google Cloud Storage Part 2
کلاسهای Google Cloud Storage
Google Cloud Storage Classes
پیکربندی قوانین برای حذف اشیاء در BigQuery و Cloud Storage
Configure Rules to Delete Objects in BigQuery & Cloud Storage
دسترسی بالا و بازیابی پس از فاجعه در Cloud Storage و Cloud SQL
High Availability & Disaster Recovery in Cloud Storage & Cloud SQL
مقدمهای بر سرویس مدیریت کلید ابری (Cloud KMS)
Introduction to Cloud Key Management Service (Cloud KMS)
آزمون بخش
Section Quiz
مدیریت داده و امنیت GCP در یک سناریوی دنیای واقعی
GCP Data Management & Security in a Real-World Scenario
نمایش نظرات