آموزش کلان داده برای مهندسان داده

دانلود Big Data for Data Engineers

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: در دنیای داده محور امروزی، سازمان ها با پیچیدگی های مدیریت و استخراج ارزش از حجم زیادی از داده ها دست و پنجه نرم می کنند. در این دوره، Big Data for Data Engineers، شما توانایی معماری و پیاده سازی راه حل های قوی داده را به دست خواهید آورد. ابتدا، مفاهیم اساسی داده های بزرگ را با غواصی در ویژگی های تعیین کننده آن، درک تاریخچه پشت داده های بزرگ و مشاهده تکامل چشم انداز فناوری داده های بزرگ کشف خواهید کرد. در مرحله بعد، فناوری های کلیدی در اکوسیستم کلان داده و همچنین نحوه پردازش کارآمد این ابزارها مقادیر زیادی از داده ها را کشف خواهید کرد. در نهایت، نحوه طراحی و پیاده‌سازی معماری‌های کلان داده مقیاس‌پذیر را با درک اصول طراحی معماری کلان داده و همچنین تأثیری که بر تصمیم‌گیری تجاری دارد، خواهید آموخت. پس از اتمام این دوره، مهارت ها و دانش مربوط به کلان داده های مورد نیاز برای پیاده سازی یک راه حل داده قوی را خواهید داشت که سازمان ها را قادر می سازد تا بینش های ارزشمندی به دست آورند و در دنیای مبتنی بر داده ها پیشرو بمانند.

سرفصل ها و درس ها

بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

  • بررسی اجمالی دوره Course Overview

درک مبانی داده های بزرگ Understanding the Fundamentals of Big Data

  • معرفی Introduction

  • مقدمه Introduction

  • کلان داده چیست؟ What Is Big Data?

  • کلان داده چیست؟ What Is Big Data?

  • V از داده های بزرگ The V's of Big Data

  • V از داده های بزرگ The V's of Big Data

  • تاریخچه داده های بزرگ History of Big Data

  • تاریخچه داده های بزرگ History of Big Data

  • فرصت ها در داده های بزرگ Opportunities in Big Data

  • فرصت ها در داده های بزرگ Opportunities in Big Data

  • چالش ها در داده های بزرگ Challenges in Big Data

  • چالش ها در داده های بزرگ Challenges in Big Data

  • نتیجه Conclusion

  • نتیجه گیری Conclusion

معرفی فناوری‌های کلان داده و اکوسیستم‌ها Introducing Big Data Technologies and Ecosystems

  • مقدمه Introduction

  • معرفی Introduction

  • اصول در طراحی معماری داده های بزرگ مقیاس پذیر Principles in Designing a Scalable Big Data Architecture

  • اصول در طراحی معماری داده های بزرگ مقیاس پذیر Principles in Designing a Scalable Big Data Architecture

  • فن آوری های کلیدی در داده های بزرگ Key Technologies in Big Data

  • فن آوری های کلیدی در داده های بزرگ Key Technologies in Big Data

  • فن آوری های سازمانی در داده های بزرگ Enterprise Technologies in Big Data

  • فن آوری های سازمانی در داده های بزرگ Enterprise Technologies in Big Data

  • نسخه ی نمایشی: با استفاده از Data Lake Demo: Using Data Lake

  • نسخه ی نمایشی: با استفاده از Data Lake Demo: Using Data Lake

  • نسخه ی نمایشی: استفاده از Databricks Demo: Using Databricks

  • نسخه ی نمایشی: با استفاده از Databricks Demo: Using Databricks

  • نتیجه Conclusion

  • نتیجه گیری Conclusion

درک تجزیه و تحلیل داده های بزرگ و بینش Understanding Big Data Analytics and Insights

  • معرفی Introduction

  • مقدمه Introduction

  • تکنیک ها در داده های بزرگ Techniques in Big Data

  • تکنیک ها در داده های بزرگ Techniques in Big Data

  • ملاحظات اخلاقی در داده های بزرگ Ethical Considerations in Big Data

  • ملاحظات اخلاقی در داده های بزرگ Ethical Considerations in Big Data

  • نتیجه گیری Conclusion

  • نتیجه Conclusion

نمایش نظرات

آموزش کلان داده برای مهندسان داده
جزییات دوره
58m
38
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
4
از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ifedayo Bamikole Ifedayo Bamikole

Ifedayo یک متخصص فن آوری با مهارت در راه حل های داده ابری ، هوش مصنوعی و توسعه وب است. Ifedayo با ارائه کارگاه های آموزشی فنی در محل کار ، در بیش از 35 ایالت و همچنین اروپا به ایالات متحده سفر کرده است. مخاطبان این کارگاه ها از مدیران پایگاه داده تا توسعه دهندگان فناوری متفاوت هستند. Ifedayo دارای چندین گواهینامه در Azure است ، از قبیل: پیاده سازی Azure Infrastructure Solutions؛ پیاده سازی راه حل های Cloud Data Platform ؛ مهندس هوش مصنوعی؛ مدیریت SQL Server 2016 و غیره Ifedayo از ارائه سخنرانی هایی در مورد راه حل های فناوری مربوط به فعالیت های دنیای واقعی لذت می برد.