آخرین مرحله از مهندسی داده، جایی است که ارزش واقعی ایجاد یا از دست میرود. این دوره توانایی شما را در ارائه این ارزش میسنجد.
تیمهای داده ماهها وقت صرف ساخت خط لولههای داده (Pipelines) میکنند، اما در مرحله نهایی با مشکل مواجه میشوند: داشبوردهای کند، متریکهای متناقض، نمودارهایی که هیچکس نمیفهمد و سیستمهای BI که مورد استقبال قرار نمیگیرند. این ۳۰۰ سوال، لایه سروینگ و مصرف (Consumption) در استک مدرن داده را پوشش میدهد؛ از ویوهای متریالایز شده و کشینگ گرفته تا انتخاب نمودار، حاکمیت متریکها و روایتگری دادهها.
آنچه در این دوره مییابید:
آزمون ۱: مبانی لایه سروینگ (۵۰ سوال) - مفاهیم لایه سروینگ، ویوهای متریالایز شده و تجمیعها (Aggregations)، کشینگ برای تحلیلها، لایههای معنایی و ذخیرهسازهای متریک، و الگوهای سروینگ: OLAP، APIها و فعالسازی دادهها.
آزمون ۲: ابزارها و پلتفرمهای BI (۵۰ سوال) - نحوه عملکرد داخلی ابزارهای BI، مقایسه Live Query در مقابل Extract، چشمانداز ابزارهای BI، استقرار BI سلفسرویس و مدیریت و حاکمیت BI.
آزمون ۳: هنر تجسم دادهها (۵۰ سوال) - انتخاب نمودار مناسب برای هر پرسش، ادراک و ویژگیهای پیشتوجهی، رنگها، مقیاسها و محورها، اشتباهات رایج در تجسم و اصول طراحی داشبورد.
آزمون ۴: متریکها و KPIها (۵۰ سوال) - مبانی و تعاریف متریک، تعیین KPIها و اهداف، درختهای متریک و متریکهای ستاره شمال (North Star)، منبع واحد حقیقت و حاکمیت دادهها، و خطاهای رایج در تفسیر متریکها.
آزمون ۵: عملکرد و مصرف در مقیاس بالا (۵۰ سوال) - بهینهسازی کوئریهای داشبورد، مدیریت همزمانی و بار کاری، امنیت در لایه مصرف، تحلیلهای جاسازی شده (Embedded) و APIها، و Reverse ETL برای کاربردهای عملیاتی.
آزمون ۶: تحلیل دادهها در عمل (۵۰ سوال) - نقش مهندسی تحلیل (Analytics Engineering)، ارائه دادهها به مخاطبان مختلف، محصولات دادهای و محصولمحور کردن تحلیلها، روایتگری با دادهها، و الگوهای پذیرش و ضدالگوها.
هر سوال شامل موارد زیر است:
توضیح جامع و دقیق درباره پاسخ صحیح
توضیحات مجزا برای هر گزینه، شامل دلیل نادرست بودن گزینههای غلط
سناریوهای واقعی برگرفته از کارهای روزمره تحلیل داده و BI
فرمت: چهارگزینهای، ۴ گزینه برای هر سوال، ۵۰ سوال در هر آزمون. هدف کسب نمره ۷۰٪ یا بالاتر در هر آزمون است.
سوالات بهگونهای طراحی شدهاند که مستقل از ابزار باشند: مفاهیم چه در Tableau، Power BI، Looker، Metabase یا Superset کاربرد دارند. آنچه سنجیده میشود «قضاوت» است: کدام نمودار برای کدام سوال مناسب است، چه زمانی باید از کشینگ استفاده کرد و چه زمانی از پیشتجمیع، چگونه یک تعریف واحد از متریک را در پنج داشبورد مختلف حفظ کنیم و چگونه دادههای درست را به تصمیماتی تبدیل کنیم که واقعاً اتخاذ شوند.
اگر بتوانید منطق این ۳۰۰ سوال را درک کنید، بر لایهای مسلط میشوید که دادهها در نهایت با مخاطب خود ملاقات میکنند.
Tech Coach
مهندس و مربی
نمایش نظرات