آموزش آشنایی با مهندسی داده (Data Engineering) - آخرین آپدیت

مهندسی داده چیست؟ What is Data Engineering?

• خوش‌آمدگویی به دوره آشنایی با مهندسی داده Welcome to Introduction to Data Engineering

• اکوسیستم داده‌های مدرن Modern Data Ecosystem 

• بازیگران کلیدی در اکوسیستم داده Key Players  in the Data Ecosystem

• تخصص‌های مختلف در مهندسی داده Specializations in Data Engineering

• مهندسی داده چیست؟ What is Data Engineering?

• دیدگاه‌ها: تعریف مهندسی داده Viewpoints: Defining Data Engineering

• دیدگاه‌ها: تکامل مهندسی داده Viewpoints: Evolution of Data Engineering

• مسئولیت‌ها و مهارت‌های یک مهندس داده Responsibilities and Skillsets of a Data Engineer

• دیدگاه‌ها: مهارت‌ها و ویژگی‌های لازم برای مهندس داده Viewpoints: Skills and Qualities to be a Data Engineer

• یک روز از زندگی یک مهندس داده A Day in the Life of a Data Engineer

اکوسیستم مهندسی داده The Data Engineering Ecosystem

• مروری بر اکوسیستم مهندسی داده Overview of the Data Engineering Ecosystem

• انواع داده‌ها Types of Data

• درک انواع مختلف فرمت‌های فایل Understanding Different Types of File Formats

• منابع داده Sources of Data

• زبان‌های برنامه‌نویسی برای متخصصان داده Languages for Data Professionals

• دیدگاه‌ها: کار با منابع و انواع داده‌های متنوع Viewpoints: Working with Varied Data Sources and Types

• مروری بر مخازن داده Overview of Data Repositories

• پایگاه داده‌های رابطه‌ای (RDBMS) RDBMS

• پایگاه داده‌های NoSQL NoSQL

• انبار داده، دیتا مارت و دریاچه داده Data Warehouses, Data Marts, and Data Lakes

• (اختیاری): توضیح دیتا لیک‌هاوس (Data Lakehouses) (Optional): Data Lakehouses Explained

• دیدگاه‌ها: ملاحظاتی برای انتخاب مخزن داده Viewpoints: Considerations for Choice of Data Repository

• مفاهیم ETL، ELT و خط لوله‌های داده ETL, ELT, and Data Pipelines

• پلتفرم‌های یکپارچه‌سازی داده Data Integration Platforms

• دیدگاه‌ها: ابزارها، پایگاه‌های داده و مخازن منتخب Viewpoints: Tools, Databases, and Data Repositories of Choice

• مبانی داده‌های حجیم (Big Data) Foundations of Big Data

• ابزارهای پردازش Big Data: هادوپ، HDFS، هایو و اسپارک Big Data Processing Tools: Hadoop, HDFS, Hive, and Spark

• دیدگاه‌ها: تاثیر Big Data بر مهندسی داده Viewpoints: Impact of Big Data on Data Engineering

چرخه حیات مهندسی داده Data Engineering Lifecycle

• معماری پلتفرم داده Architecting the Data Platform

• عوامل انتخاب و طراحی ذخیره‌سازهای داده Factors for Selecting and Designing Data Stores

• امنیت Security

• دیدگاه‌ها: اهمیت امنیت داده‌ها Viewpoints: Importance of Data Security

• نحوه جمع‌آوری و وارد کردن داده‌ها How to Gather and Import Data

• پیش‌پردازش داده‌ها (Data Wrangling) Data Wrangling

• ابزارهای پیش‌پردازش داده Tools for Data Wrangling

• پرس‌وجو و تحلیل داده‌ها Querying and Analyzing Data

• بهینه‌سازی عملکرد و عیب‌یابی Performance Tuning and Troubleshooting

• حاکمیت داده و انطباق Governance and Compliance

فرصت‌های شغلی و مهندسی داده در عمل Career Opportunities and Data Engineering in Action

• فرصت‌های شغلی در مهندسی داده Career Opportunities in Data Engineering

• دیدگاه‌ها: ورود به دنیای مهندسی داده Viewpoints: Get into Data Engineering

• مسیر یادگیری مهندسی داده Data Engineering Learning Path

• دیدگاه‌ها: کارفرمایان در یک مهندس داده به دنبال چه هستند؟ Viewpoints: What Do Employers Look for in a Data Engineer

• دیدگاه‌ها: مسیرهای متنوع برای رسیدن به مهندسی داده Viewpoints: The Many Paths to Data Engineering

• دیدگاه‌ها: توصیه‌هایی به مهندسان داده آینده Viewpoints: Advice to Aspiring Data Engineers