[جدید] آموزش جامع گواهینامه GCP Cloud Digital Leader - آخرین آپدیت

دانلود [NEW] The Ultimate GCP Cloud Digital Leader Cert. Training

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: [آخرین سرفصل‌ها] قبولی در آزمون Google Cloud Digital Leader در اولین تلاش | ۲ آزمون جامع تمرینی + ۱۵۰ سوال آمادگی کامل برای آزمون GCP Cloud Digital Leader: ۶ ساعت محتوای ویدئویی با کیفیت بالا + مجموعاً ۲۵۳ سوال و پاسخ تشریحی. [به‌روزرسانی شده - سرفصل‌های آزمون ۲۰۲۶] تسلط بر آزمون Cloud Digital Leader - بدون نیاز به دانش قبلی. [قابل دانلود] خلاصه‌ای از مفاهیم کلیدی - فایل PDF (۵۷ صفحه). توضیح دلایل انتقال کسب‌وکارها از زیرساخت‌های محلی (On-premises) به رایانش ابری شناسایی مزایای کلیدی هزینه و سرعت پذیرش ابر در مقایسه با IT سنتی تشریح نحوه توانمندسازی نوآوری و آزمایش‌های سریع تجاری توسط رایانش ابری تعریف اصطلاحات ضروری ابر شامل Cloud، Cloud-native، داده‌ها، تحول دیجیتال و متن‌باز (Open source) تمایز بین اپلیکیشن‌های سنتی و اپلیکیشن‌های Cloud-native طراحی شده برای مقیاس‌پذیری توضیح نقش داده‌ها به عنوان زیربنای ابتکارات تحول دیجیتال تفاوت بین هزینه‌های سرمایه‌ای (CapEx) و هزینه‌های عملیاتی (OpEx) در مدل‌های هزینه IT شناسایی پنج رکن اصلی ارزش ابر: چابکی، مقیاس‌پذیری، انعطاف‌پذیری، امنیت و هزینه توضیح تفاوت رویکرد AI-first گوگل و تعهد به متن‌باز در مقایسه با سایر ارائه‌دهندگان ابر تمایز بین پایگاه‌های داده (Databases)، انبارهای داده (Data Warehouses) و دریاچه‌های داده (Data Lakes) تفاوت انواع داده‌های ساختاریافته و بدون ساختار و کاربردهای تجاری آن‌ها تطبیق سرویس‌های داده گوگل کلاود (Cloud SQL, Cloud Storage, BigQuery) با نیازهای تجاری خاص تبدیل داده‌های خام به هوش تجاری کاربردی با استفاده از ابزارهایی مانند Looker و BigQuery تعریف و تمایز مفاهیم هوش مصنوعی (AI)، یادگیری ماشین (ML) و تحلیل داده‌ها (Data Analytics) مقایسه رویکردهای راهکار AI: APIهای پیش‌آموزش‌دیده، AutoML و مدل‌های سفارشی شناسایی سه رکن توسعه AI سفارشی: Vertex AI، TensorFlow و سخت‌افزار TPU انتخاب راهکارهای AI مناسب از سطح بدون کد (no-code) تا کدنویسی حرفه‌ای (pro-code) به‌کارگیری چارچوب استراتژیک 6 R برای هدایت تصمیمات مهاجرت و مدرن‌سازی ابر مقایسه گزینه‌های پردازشی: ماشین‌های مجازی، کانتینرها و Serverless با سرویس‌های متناظر گوگل کلاود توضیح اصول معماری مدرن اپلیکیشن شامل میکروسرویس‌ها، مقیاس‌پذیری خودکار و Load Balancing ارزیابی استراتژی‌های مدیریت API و فرصت‌های تجاری با استفاده از پلتفرم‌هایی مانند Apigee مقایسه امنیت سنتی محلی با پارادایم‌های مدرن امنیت ابری از جمله اصول Zero Trust توضیح استراتژی امنیتی چندلایه گوگل (Defense-in-Depth) از سطوح فیزیکی تا عملیاتی تعریف مفاهیم اصلی امنیت: رمزنگاری، احراز هویت و مجوزدهی در محیط‌های گوگل کلاود شناسایی ابزارهای امنیتی مناسب گوگل کلاود مانند IAM و Cloud Armor برای مدیریت دسترسی و حفاظت در برابر تهدیدات ارزیابی الزامات کنترل داده‌ها شامل اقامت داده‌ها (Data Residency)، حاکمیت داده‌ها و ممیزی انطباق شخص ثالث طراحی استراتژی‌های دسترسی بالا (High Availability) و بازیابی پس از حادثه (Disaster Recovery) مدیریت هزینه‌های ابری با استفاده از سلسله مراتب منابع، گزارش‌های صورت‌حساب و کنترل‌های بودجه آشنایی با فرآیندهای پشتیبانی مشتریان گوگل کلاود و مدیریت چرخه عمر تیکت‌ها پیش نیازها: بدون نیاز به تجربه قبلی در زمینه ابر.

آیا می‌خواهید در اولین تلاش در آزمون GCP Cloud Digital Leader قبول شوید و واقعاً درک کنید که فناوری ابری چگونه کسب‌وکارهای واقعی را پیش می‌برد؟ این دوره برای رسیدن به این هدف طراحی شده است.

نام من ولادیمیر است و مدرس شما خواهم بود. من دارای گواهینامه Google Cloud Digital Leader، Generative AI Leader، AWS AI Practitioner و متخصص مدیریت پروژه (PMP) هستم. در حال حاضر به عنوان مدیر محصول Agile در یک شرکت توسعه نرم‌افزار فعالیت می‌کنم.

من هر روز با رایانش ابری و هوش مصنوعی کار می‌کنم و دیده‌ام که چگونه این فناوری‌ها به کسب‌وکارها در حل مشکلات واقعی و ایجاد فرصت‌های جدید کمک می‌کنند.

من ۱۰ سال است که به صورت آنلاین تدریس می‌کنم و به هزاران دانشجو کمک کرده‌ام تا گواهینامه‌های خود را دریافت کنند.

اکنون اینجا هستم تا به شما کمک کنم همین مسیر را طی کنید.

در پایان این دوره، شما:

  • برای شرکت در آزمون رسمی GCP Cloud Digital Leader کاملاً آماده خواهید بود.

  • مفاهیم اصلی رایانش ابری مانند مدل‌های ابری (IaaS, PaaS, SaaS)، دریاچه‌های داده، VPCها، ماشین‌های مجازی، APIها، مدیریت هویت، کانتینرها، DevOps و SRE را به زبان ساده و واضح درک خواهید کرد.

  • با سرویس‌های کلیدی گوگل کلاود از جمله Cloud SQL, BigQuery, Cloud Storage, Compute Engine, Kubernetes Engine, Cloud Functions و Vertex AI آشنا می‌شوید.

  • نحوه عملکرد این سرویس‌ها را در عمل از طریق دموهای گام‌به‌گام مشاهده خواهید کرد.

من یک فرمت تدریس منحصر‌به‌فرد ایجاد کرده‌ام که در آن سناریوهای مشابه آزمون را بررسی می‌کنم و رویکرد خود را برای حل آن‌ها به شما نشان می‌دهم؛ همان روشی که برای قبولی در چندین گواهینامه ابری استفاده کردم.

این همان رویکردی است که به هزاران دانشجوی من کمک کرده تا در اولین تلاش در آزمون‌ها قبول شوند.

نگاهی سریع به ساختار دوره می‌اندازیم. شما موارد زیر را خواهید یافت:

  • ۹ بخش ساختاریافته، کاملاً منطبق با آخرین نسخه راهنمای آزمون.

  • بیش از ۷۰ درس ویدئویی کوتاه (حدود ۶ ساعت در مجموع). هر ویدئو برای ارائه شفاف و مختصر تهیه شده است - بدون حاشیه و مکث‌های غیرضروری.

  • بیش از ۱۵۰ سوال تمرینی با توضیحات دقیق، در قالب کوییز در پایان هر بخش.

  • ۲ آزمون جامع تمرینی، هر کدام با ۵۰ سوال که دقیقاً مشابه فرمت آزمون واقعی است.

  • یک فایل PDF خلاصه ۵۷ صفحه‌ای از نکات کلیدی - ایده‌آل برای مرورهای لحظه آخری.

  • به‌روزرسانی‌های منظم بر اساس آخرین تغییرات در سرویس‌های گوگل کلاود و محتوای آزمون.

این دوره برای هر کسی است که می‌خواهد گواهینامه Google Cloud Digital Leader را دریافت کند - بدون نیاز به تجربه قبلی در ابر.

چه به دنبال درک نحوه عملکرد رایانش ابری در کسب‌وکار باشید و چه برای یک نقش شغلی جدید آماده شوید، دانش لازم برای قبولی در آزمون را کسب خواهید کرد.

این دوره برای متخصصان کسب‌وکار، مدیران پروژه و هر کسی که به دنبال ایجاد مهارت‌های رهبری در حوزه ابر است، ایده‌آل است.

شما نه تنها برای قبولی در آزمون آماده می‌شوید، بلکه مفاهیم را واقعاً درک خواهید کرد.

ویدئوهای پیش‌نمایش، به‌ویژه بخش «نقشه راه موفقیت» را تماشا کنید تا با رویکرد من در تدریس آشنا شوید.

آماده شروع هستید؟

در دوره می‌بینمتان.

---

این دوره وابسته، تأیید شده یا توسط Google Cloud Platform (GCP) یا Google LLC حمایت نشده است. Google Cloud و تمام نام‌های محصولات گوگل، علائم تجاری Google LLC هستند. تمام لوگوها و علائم تجاری فقط برای اهداف آموزشی و شناسایی استفاده شده‌اند.

این دوره شامل استفاده از هوش مصنوعی است.


سرفصل ها و درس ها

مقدمه و چرایی تحول ابری Introduction & The 'Why' of Cloud Transformation

  • هدف این دوره چیست؟ What Is The Goal Of This Course?

  • جزئیات آزمون [GCP] Google Cloud Digital Leader [GCP] Google Cloud Digital Leader Exam Details

  • نقشه راه موفقیت برای دریافت گواهینامه Cloud Digital Leader [Roadmap To Success] Get The Google Cloud Digital Leader Certification

  • یادگیری سریع: دانلود مهم‌ترین نکات در اسلایدهای PDF [Fast Learning] Download The Most Important Points In PDF Slides

  • چرا به ابر برویم؟ انقلاب تجاری Why Go to The Cloud? The Business Revolution

  • دمو: تور guided در کنسول گوگل کلاود [Demo] A Guided Tour of the Google Cloud Console

  • تجربه شما در این دوره Your Experience With This Course

  • تعریف اصطلاحات کلیدی: ابر، Cloud Native، داده، تحول دیجیتال، متن‌باز Key Terms Defined: Cloud, Cloud-Native, Data, Digital Transformation, Open Sourc

  • زیرساخت محلی در مقابل ابر: یک تغییر بنیادین On-Premises vs. The Cloud: A Fundamental Shift

  • پنج رکن ارزش ابر: چابکی، مقیاس‌پذیری، انعطاف‌پذیری، امنیت و هزینه The 5 Pillars of Cloud Value: Agility, Scalability, Flexibility, Security & Cost

  • تحول مالی: از هزینه‌های سرمایه‌ای (CapEx) به هزینه‌های عملیاتی (OpEx) Financial Transformation: From Capital Expenditures (CapEx) to Operational (OpEx

  • لطفاً خودتان را معرفی کنید Please, Introduce Yourself

  • توضیح تفاوت CapEx و OpEx برای مدیران مالی Explaining CapEx vs OpEx to Finance Leadership

  • دمو: بررسی ماشین‌حساب قیمت‌گذاری گوگل کلاود [Demo] Exploring the Google Cloud Pricing Calculator

  • پنج مزیت برتر تحول تجاری گوگل Google's Business Transformation Benefits - Top Five

  • Vertex AI اکنون پلتفرم Gemini Enterprise Agent است Vertex AI is Now Gemini Enterprise Agent Platform

  • تمرین بخش اول: سناریوهای تجاری Section 1 in Practice: Business Scenarios

  • مرور بخش اول: چرایی تحول ابری [Section Recap] The 'Why' of Cloud Transformation

  • کوییز: مقدمه و چرایی تحول ابری [Quiz] Introduction & The 'Why' of Cloud Transformation

مفاهیم و مدل‌های اصلی ابر Core Cloud Concepts & Models

  • مقدمه Intro

  • مدل‌های استقرار ابری: عمومی، خصوصی، ترکیبی و مولتی‌کلاود Cloud Deployment Models: Public, Private, Hybrid, and Multicloud Explained

  • مدل‌های سرویس ابری: توضیح IaaS, PaaS و SaaS The Cloud Service Models: IaaS, PaaS, and SaaS Explained

  • انتخاب مدل: تضادها و سناریوهای تجاری IaaS در مقابل PaaS و SaaS Choosing Your Model: IaaS vs. PaaS vs. SaaS Tradeoffs & Business Scenarios

  • مدل مسئولیت مشترک: چه کسی چه چیزی را مدیریت می‌کند؟ The Shared Responsibility Model: Who Manages What?

  • مفاهیم اصلی شبکه: تأخیر، پهنای باند، DNS و آدرس‌دهی IP Core Networking Concepts: Latency, Bandwidth, DNS, and IP Addressing

  • شبکه جهانی گوگل: درک مناطق (Regions)، زون‌ها (Zones) و شبکه قابل اعتماد Google's Global Network: Understanding Regions, Zones, and a Reliable Network

  • دمو: تجسم زیرساخت شبکه جهانی گوگل [Demo] Visualizing Google's Global Network Infrastructure

  • دمو: ایجاد یک شبکه VPC ساده [Demo] Creating a Simple VPC Network

  • تمرین بخش دوم: سناریوهای تجاری Section 2 in Practice: Business Scenarios

  • مرور بخش دوم: مفاهیم و مدل‌های اصلی ابر [Section Recap] Core Cloud Concepts & Models

  • کوییز: مفاهیم و مدل‌های اصلی ابر [Quiz] Core Cloud Concepts & Models

ایجاد ارزش تجاری با استفاده از داده‌ها Driving Business Value with Data

  • مقدمه Intro

  • سلسله مراتب داده‌ها: پایگاه داده در مقابل انبار داده و دریاچه داده The Data Hierarchy: Databases vs. Data Warehouses vs. Data Lakes

  • استخراج ارزش از تمام داده‌ها: ساختاریافته در مقابل بدون ساختار Unlocking Value from All Data: Structured vs. Unstructured

  • حاکمیت داده در ابر: تضمین کیفیت و کنترل Data Governance in the Cloud: Ensuring Quality and Control

  • جعبه ابزار داده گوگل: تطبیق محصولات با موارد استفاده تجاری Google's Data Toolbox: Matching Products to Business Use Cases

  • دمو: ظاهر یک Bucket در Cloud Storage [Demo] What a Cloud Storage Bucket Looks Like

  • مدرن‌سازی پایگاه داده: استراتژی‌های مهاجرت به گوگل کلاود Database Modernization: Strategies for Migrating to Google Cloud

  • بررسی عمیق: چرا BigQuery برای تحلیل داده‌ها تحول‌آفرین است؟ Deep Dive: Why BigQuery is a Game-Changer for Analytics

  • دمو: کوئری زدن روی فایل CSV با BigQuery از طریق Cloud Storage [Demo] Querying a CSV with BigQuery from Cloud Storage

  • سطوح ذخیره‌سازی در Cloud Storage: Standard, Nearline, Coldline, Archive Storage Tiers in Cloud Storage: Standard, Nearline, Coldline, Archive

  • دسترسی‌پذیر کردن داده‌ها: هوش تجاری با Looker Making Data Accessible: Business Intelligence with Looker

  • بینش‌های آنی: تحلیل استریم با Pub/Sub و Dataflow Real-Time Insights: Streaming Analytics with Pub/Sub & Dataflow

  • تمرین بخش سوم: سناریوهای تجاری Section 3 in Practice: Business Scenarios

  • مرور بخش سوم: ایجاد ارزش تجاری با داده‌ها [Section Recap] Driving Business Value with Data

  • کوییز ۱: ایجاد ارزش تجاری با داده‌ها [Quiz 1] Driving Business Value with Data

  • کوییز ۲: ایجاد ارزش تجاری با داده‌ها [Quiz 2] Driving Business Value with Data

نوآوری با هوش مصنوعی (AI) و یادگیری ماشین (ML) Innovating with Artificial Intelligence (AI) & Machine Learning (ML)

  • مقدمه Intro

  • تفاوت AI و ML و تحلیل داده‌ها چیست؟ AI vs. ML vs. Data Analytics: What's the Difference?

  • هوش مصنوعی (AI) چیست؟ What is Artificial Intelligence (AI)?

  • یادگیری ماشین (ML) چیست؟ What is Machine Learning (ML)?

  • یادگیری عمیق (DL) چیست؟ What is Deep Learning (DL)

  • هنر و علم مهندسی پرامپت (Prompt Engineering) برای LLMها The Art and Science of Prompt Engineering for LLMs

  • طیف AI/ML در گوگل کلاود: APIهای پیش‌آموزش‌دیده، AutoML و مدل‌های سفارشی The AI/ML Spectrum on Google Cloud: Pre-trained APIs, AutoML, & Custom Models

  • هوش مصنوعی بدون کد: بهره‌برداری از APIهای پیش‌آموزش‌دیده No-Code AI: Leveraging Pre-Trained APIs

  • هوش مصنوعی با کد کم: ایجاد مدل‌های سفارشی با AutoML Low-Code AI: Creating Custom Models with AutoML

  • تلاقی تحلیل و AI: ساخت مدل‌ها مستقیماً در BigQuery ML با SQL Analytics Meets AI: Building Models Directly in BigQuery ML with SQL

  • شناخت TensorFlow و TPUها برای AI سفارشی Recognizing TensorFlow and TPUs for Custom AI

  • پلتفرم Gemini Enterprise Agent: پلتفرم یکپارچه AI گوگل کلاود Gemini Enterprise Agent Platform: Google Cloud's Unified AI Platform

  • راهنمای گام‌به‌گام: بررسی پلتفرم Gemini Enterprise Agent [Walkthrough] Exploring the Gemini Enterprise Agent Platform

  • راهنمای گام‌به‌گام: پلتفرم Agent و Model Garden [Walkthrough] Agent Platform - Model Garden

  • اهمیت هوش مصنوعی مسئولانه و قابل توضیح The Importance of Responsible and Explainable AI

  • در عمل: سناریوهای تجاری In Practice: Business Scenarios

  • مرور بخش چهارم: نوآوری با هوش مصنوعی و یادگیری ماشین [Section Recap] Innovating with Artificial Intelligence & Machine Learning

  • کوییز: نوآوری با هوش مصنوعی (AI) و یادگیری ماشین (ML) [Quiz]Innovating with Artificial Intelligence (AI) & Machine Learning (ML)

مدرن‌سازی زیرساخت‌ها و اپلیکیشن‌ها Modernizing Infrastructure & Applications

  • مقدمه Intro

  • شش R مهاجرت ابری: یک چارچوب استراتژیک The 6 R's of Cloud Migration: A Strategic Framework

  • رمزگشایی گزینه‌های پردازشی: ماشین مجازی در مقابل کانتینر و Serverless Compute Options Demystified: Virtual Machines vs. Containers vs. Serverless

  • جعبه ابزار پردازشی گوگل: Compute Engine, GKE و گزینه‌های Serverless Google's Compute Toolbox: Compute Engine, GKE, and Serverless Options

  • دمو: ایجاد یک ماشین مجازی با Compute Engine [Demo] Creating a Virtual Machine with Compute Engine

  • دمو: استقرار یک Cloud Run Function [Demo] Deploying a Cloud Run Function

  • مفاهیم کلیدی: میکروسرویس‌ها، مقیاس‌پذیری خودکار، Load Balancing Key Concepts: Microservices, Autoscaling, Load Balancing

  • دمو: ساخت زیرساخت با مقیاس‌پذیری خودکار متناسب با تقاضای مشتری [Demo] Building Self-Scaling Infrastructure That Adapts to Customer Demand

  • ارزش تجاری APIها و مدیریت API با Apigee The Business Value of APIs and API Management with Apigee

  • ابر ترکیبی و مولتی‌کلاود: محرک‌های تجاری و مدیریت با GKE Enterprise Hybrid & Multi-Cloud: Business Drivers and Management with GKE Enterprise

  • در عمل: سناریوهای تجاری In Practice: Business Scenarios

  • مرور بخش پنجم: مدرن‌سازی زیرساخت‌ها و اپلیکیشن‌ها [Section Recap] Modernizing Infrastructure & Applications

  • کوییز: مدرن‌سازی زیرساخت‌ها و اپلیکیشن‌ها [Quiz] Modernizing Infrastructure & Applications

ساخت بر پایه اعتماد و امنیت Building on a Foundation of Trust & Security

  • مقدمه Intro

  • پارادایم جدید امنیتی: امنیت ابری در مقابل امنیت محلی A New Security Paradigm: Cloud Security vs. On-Premises

  • دفاع در عمق گوگل: رویکرد امنیتی چندلایه Google's Defense-in-Depth: A Multi-Layered Security Approach

  • مفاهیم اصلی امنیت: رمزنگاری، احراز هویت و مجوزدهی (IAM) Core Security Concepts: Encryption, Authentication, and Authorization (IAM)

  • محصولات کلیدی امنیتی: مدیریت هویت و دسترسی (IAM) و Cloud Armor Key Security Products: Identity and Access Management (IAM) & Cloud Armor

  • دمو: راهنمای عملی IAM: اختصاص دادن یک نقش [Demo] A Practical IAM Walkthrough: Assigning a Role

  • تعریف عملیات امنیتی (SecOps) در ابر Defining Security Operations (SecOps) In The Cloud

  • کنترل داده‌های شما: حاکمیت، اقامت و انطباق (ممیزی شخص ثالث) Controlling Your Data: Sovereignty, Residency, and Compliance (Third-party Audit

  • در عمل: سناریوهای تجاری In Practice: Business Scenarios

  • مرور بخش ششم: ساخت بر پایه اعتماد و امنیت [Section Recap] Building on a Foundation of Trust & Security

  • کوییز: ساخت بر پایه اعتماد و امنیت [Quiz] Building on a Foundation of Trust & Security

عملیات در مقیاس بزرگ: هزینه، قابلیت اطمینان و پایداری Operations at Scale: Cost, Reliability & Sustainability

  • مقدمه Intro

  • کنترل هزینه‌ها: حاکمیت مالی و گزارش‌های صورت‌حساب ابری Controlling Costs: Financial Governance and Cloud Billing Reports

  • مدیریت سازمان: سلسله مراتب منابع، سهمیه‌های منابع و هشدارها Managing Your Organization: The Resource Hierarchy, Resource Quotas, Alerts

  • تعالی عملیاتی: مفاهیم کلیدی DevOps و مهندسی قابلیت اطمینان سایت (SRE) Operational Excellence: Key Concepts of DevOps and Site Reliability Engineering

  • طراحی برای قابلیت اطمینان: دسترسی بالا و بازیابی پس از حادثه Designing for Reliability: High Availability and Disaster Recovery

  • درک Redundancy: یک مفهوم حیاتی برای آزمون Understanding Redundancy - A Critical Exam Concept

  • دریافت کمک: درک پشتیبانی مشتریان گوگل کلاود و تیکت‌های پشتیبانی Getting Help: Understanding Google Cloud Customer Care & Support Cases

  • ابر پایدار: دستیابی به اهداف محیط‌زیستی با گوگل The Sustainable Cloud: Meeting Environmental Goals with Google

  • چهار سیگنال طلایی: سلامت سیستم شما در یک نگاه The Four Golden Signals: Your System Health at a Glance

  • در عمل: سناریوهای تجاری In Practice: Business Scenarios

  • مرور بخش هفتم: عملیات در مقیاس بزرگ: هزینه، قابلیت اطمینان و پایداری [Section Recap] Operations at Scale: Cost, Reliability & Sustainability

  • کوییز: عملیات در مقیاس بزرگ: هزینه، قابلیت اطمینان و پایداری [Quiz] Operations at Scale: Cost, Reliability & Sustainability

آزمون‌های تمرینی جامع غیررسمی Full-Length Unofficial Practice Exams

  • مقدمه Intro

  • آزمون تمرینی غیررسمی ۱: Google Cloud Digital Leader [Unofficial] Google Cloud Digital Leader - Practice Exam 1

  • آزمون تمرینی غیررسمی ۲: Google Cloud Digital Leader [Unofficial] Google Cloud Digital Leader - Practice Exam 2

نکات آزمون و سخنان پایانی Exam Tips & Final Words

  • آزمون Google Cloud Digital Leader: ۸ استراتژی کلیدی برای موفقیت Google Cloud Digital Leader Exam: 8 Key Strategies for Success

  • سخنان پایانی Final Words

  • درس جایزه Bonus Lecture

نمایش نظرات

[جدید] آموزش جامع گواهینامه GCP Cloud Digital Leader
جزییات دوره
6 hours
96
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,679
4.8 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

Vladimir Raykov Vladimir Raykov

مدیر محصول چابک، اسکرام مستر خبره، PMP®