آموزش دوآپس (DevOps) و CI/CD برای بهینه‌سازی عملکرد مهندسی داده - آخرین آپدیت

دانلود DevOps and CI/CD for Data Engineering Performance

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، شما مهارت‌های لازم برای مدیریت، اتوماسیون و بهینه‌سازی سیستم‌های داده در سطح عملیاتی (Production) را با استفاده از استانداردهای صنعتی DevOps کسب خواهید کرد. پس از اتمام این دوره، قادر خواهید بود تداخلات پیچیده در کنترل نسخه (Version Control) را حل کنید، استراتژی‌های شاخه‌بندی (Branching) برای توسعه تیمی طراحی نمایید، محیط‌های داده را با Docker کانتینریزه کنید، پیکربندی زیرساخت‌ها را با Ansible خودکار سازید، خط لوله‌های داده (Data Pipelines) را از طریق گردش‌کارهای CI/CD مستقر کنید و عملکرد کوئری‌ها را برای حفظ سطح خدمات (SLA) بهینه نمایید. ویژگی منحصر به فرد این دوره، پر کردن شکاف بین مهندسی نرم‌افزار و مهندسی داده است؛ به گونه‌ای که تجربه عملی با ابزارها و گردش‌کارهای واقعی محیط‌های عملیاتی را به شما می‌دهد. به جای بررسی مفاهیم به صورت مجزا، شما کنترل نسخه، کانتینری‌سازی، اتوماسیون و تنظیمات عملکرد را در قالب یک مجموعه مهارت جامع DevOps ادغام می‌کنید که مورد نیاز شدید کارفرمایان است. چه در حال ورود به نقش مهندسی داده باشید و چه بخواهید مهارت‌های فعلی خود را تقویت کنید، در پایان این دوره با پروژه‌هایی آماده برای پورتفولیو خواهید بود که توانمندی‌های شغلی شما را اثبات می‌کند.

سرفصل ها و درس ها

تکنیک‌های حل تداخلات ادغام (Merge Conflict) Apply Merge Conflict Resolution Techniques

  • درک تداخلات ادغام: چالش‌های متنی در مقابل باینری Understanding Merge Conflicts: Text vs Binary Challenges

  • حل تداخلات متنی در فایل‌های اسکیما SQL Resolving Text Conflicts in SQL Schema Files

تحلیل تاریخچه کامیت‌ها برای ردیابی باگ‌ها Analyze Commit History for Bug Tracing

  • چرا فارنزیک گیت، دیباگ کردن را از حدس و گمان به علم تبدیل می‌کند Why Git Forensics Transforms Debugging from Guesswork to Science

  • Git Bisect: الگوریتم جستجوی باینری برای شناسایی باگ Git Bisect: Binary Search Algorithm for Bug Detection

  • استفاده از Git Bisect خودکار با اسکریپت‌های تست سفارشی Automated Git Bisect with Custom Test Scripts

اصول استراتژی شاخه‌بندی (Branching) Branching Strategy Fundamentals

  • چرا استراتژی کنترل نسخه در تیم‌های مهندسی داده اهمیت دارد Why Version Control Strategy Matters in Data Engineering Teams

  • کنوانسیون‌های نام‌گذاری شاخه‌ها و طراحی پروتکل ادغام Branch Naming Conventions and Merge Protocol Design

پیاده‌سازی و طراحی فرآیند Implementation & Process Design

  • مقیاس‌بندی تیم‌های توسعه از طریق پیاده‌سازی استراتژیک Scaling Development Teams Through Strategic Implementation

  • پیکربندی حفاظت از شاخه در گیت‌هاب و بررسی‌های الزامی Configuring GitHub Branch Protection and Required Reviews

  • راه‌اندازی GitHub Actions خودکار برای گردش‌کار شاخه‌ها Setting Up Automated GitHub Actions for Branch Workflows

اصول کانتینری‌سازی و داکرفایل‌های چندمرحله‌ای Container Fundamentals & Multi-stage Dockerfiles

  • چرا کانتینری‌سازی گردش‌کارهای مهندسی داده را متحول می‌کند Why Containerization Transforms Data Engineering Workflows

  • اصول کانتینری برای محیط‌های پردازش داده Container Fundamentals for Data Processing Environments

  • ساخت داکرفایل‌های چندمرحله‌ای برای پردازش داده با Spark Building Multi-stage Dockerfiles for Spark Data Processing

نسخه‌بندی ایمیج‌ها و انتشار در ریجستری Image Versioning & Registry Publishing

  • برچسب‌گذاری سیستماتیک ایمیج‌های کانتینر برای زیرساخت داده Systematic Container Image Tagging for Data Infrastructure

  • راه‌اندازی مخزن Amazon ECR و احراز هویت Setting Up Amazon ECR Repository and Authentication

مبانی مدیریت پیکربندی Configuration Management Foundations

  • چالش زیرساخت: از هرج و مرج دستی تا تعالی خودکار The Infrastructure Challenge: From Manual Chaos to Automated Excellence

  • معماری Ansible و گردش‌کار اتوماسیون Ansible Architecture and Automation Workflow

پیاده‌سازی اتوماسیون با Ansible Ansible Automation Implementation

  • ویژگی‌های پیشرفته Playbook: متغیرها، تمپلیت‌ها و مدیریت خطا Advanced Playbook Features: Variables, Templates, and Error Handling

  • ساخت یک استقرار کامل برای وب‌سرور پایتون Building a Complete Python Web Server Deployment

اصول خط لوله CI/CD CI/CD Pipeline Fundamentals

  • چرا استقرار خودکار، عملیات داده را متحول می‌کند Why Automated Deployments Transform Data Operations

  • معماری خط لوله CI/CD برای سیستم‌های داده CI/CD Pipeline Architecture for Data Systems

  • راه‌اندازی اولین گردش‌کار GitHub Actions Setting Up Your First GitHub Actions Workflow

استقرار خودکار داده‌ها Automated Data Deployment

  • استفاده پیشرفته از GitHub Actions برای استقرار در محیط عملیاتی Advanced GitHub Actions for Production Deployments

  • ساخت خط لوله استقرار کامل با GitHub Actions Building Complete GitHub Actions Deployment Pipeline

مبانی تحلیل عملکرد کوئری‌ها Query Performance Analysis Foundations

  • چرا تحلیل عملکرد کوئری از شکست سیستم جلوگیری می‌کند Why Query Performance Analysis Prevents System Failures

  • اصول عملکرد کوئری برای مهندسین داده Query Performance Fundamentals for Data Engineers

  • تفسیر نقشه‌های اجرای کوئری (Execution Plans) برای بهینه‌سازی Interpreting Query Execution Plans for Optimization

  • استفاده از pg_stat_activity برای شناسایی مشکلات عملکرد Using pg_stat_activity to Identify Performance Issues

تخصیص منابع و بهینه‌سازی Resource Allocation and Optimization

  • تخصیص استراتژیک منابع برای توافق‌نامه سطح خدمات (SLA) Strategic Resource Allocation for Service Level Agreements

  • پیاده‌سازی بهینه‌سازی حافظه و ایندکس در PostgreSQL Implementing Memory and Index Optimization in PostgreSQL

پروژه: دوآپس و CI/CD برای عملکرد مهندسی داده Project: DevOps and CI/CD for Data Engineering Performance

نمایش نظرات

آموزش دوآپس (DevOps) و CI/CD برای بهینه‌سازی عملکرد مهندسی داده
جزییات دوره
11h 58m
30
(آخرین آپدیت)
226
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده