لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش راهبردهای حل مسئله برای مهندسان داده
Problem-Solving Strategies for Data Engineers
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
مهندسان داده هر روز با طیف گسترده ای از مشکلات و اغلب با انواع مشکلات مشابه روبرو می شوند. در این دوره، آندریاس کرتز، مهندس داده، شما را از طریق انواع مشکلات رایجی که ممکن است با آنها روبرو شوید، راهنمایی می کند و استراتژی های حل مسئله خود را برای مشکلات معمولی در تمام مراحل پروژه های مهندسی به اشتراک می گذارد. آندریاس به شما می آموزد که چگونه تشخیص دهید که در کدام مرحله از یک پروژه داده قرار دارید - برنامه ریزی، طراحی، اجرا و عملیات - و راه حل هایی را با هدف مشکلاتی که ممکن است در هر مرحله با آنها روبرو شوید به اشتراک می گذارد. آندریاس به شما میآموزد که چگونه شاخصهای کلیدی عملکرد دانش (KPI) را در برنامهریزی شناسایی کنید، چگونه هزینهها را پیشبینی کنید و در مرحله طراحی مقیاس بهتری داشته باشید، چرایی و چگونه ارزیابی ریسک را توضیح میدهد، و نکاتی را در مورد رفع اشکال و راههایی که میتوانید بهبود دهید به اشتراک میگذارد. روند شما اگر به دنبال راههای بهتری برای رویارویی با مسائل مهندسی دادهها هستید، در این دوره آموزشی با Andreas همراه باشید تا مهارتهای حل مسئله خود را به سطح بعدی ارتقا دهید.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
آنچه شما باید بدانید
What you should know
1. نقش ها و مراحل
1. Roles and Phases
مهندس داده
The data engineer
تمام مراحل مهم پروژه مهندسی داده
All important data engineering project phases
چالش های کلی پیش رو
General challenges faced
2. برنامه ریزی
2. Planning
درک وضعیت موجود
Understanding the status quo
جمع آوری نیازهای مناسب
Collecting the right requirements
تعریف KPIهای خوب
Defining good KPIs
3. طراحی
3. Design
در نظر گرفتن تلاش های اجرایی
Keeping implementation efforts in mind
انتخاب معماری و چارچوب مناسب
Choosing the right architecture and framework
پیش بینی هزینه ها و مقیاس بندی بهتر
Predicting costs and scaling better
معیار درست ابزارهای موجود
The right benchmarking of existing tools
4. اجرا
4. Implementation
تعریف بسته های کاری و مسئولیت ها
Definition of work packages and responsibilities
ارزیابی ریسک
Risk assessment
تست قطعات مناسب
Testing the right parts
داشتن مستندات خوب
Having a good documentation
5. عملیات
5. Operations
رویکردهای نظارتی
Approaches to monitoring
رویکردهایی برای رفع اشکال
Approaches to bug fixing
آموزش عالی کارکنان، فعلی و جدید
Awesome training of staff, current and new
لینکدین: شبکه اجتماعی حرفهای برای ارتباط و کارآفرینی
لینکدین به عنوان یکی از بزرگترین شبکههای اجتماعی حرفهای، به میلیونها افراد در سراسر جهان این امکان را میدهد تا ارتباط برقرار کنند، اطلاعات حرفهای خود را به اشتراک بگذارند و فرصتهای شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان میدهد تا رزومه حرفهای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمنها و گروههای حرفهای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهرهمند شوند.
لینکدین همچنین به کارفرمایان امکان میدهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفهای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصتهای شغلی و گسترش شبکه حرفهای خود، نقش مهمی را ایفا میکند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفهای در دنیای امروز مورد توجه قرار دارد.
Andreas Kretz مهندسی داده را از طریق ویدیوهای YouTube و دوره های کامل و گواهینامه ها آموزش می دهد.
به عنوان بنیانگذار Learn Data Engineering، آندریاس مشتاق آموزش مهندسان داده جدید و توانمندسازی مهندسین موجود برای بهبود مهارت های خود و کسب گواهینامه های جدید است. او همچنین به شرکت ها کمک می کند تا استعدادهای مهندسی برتر را جذب کنند. آندریاس از طریق آکادمی مهندسی داده خود، شبکه عظیمی از بیش از 100000 مهندس و دانشمند و همچنین یک شبکه مهندسی خصوصی ایجاد کرده است. بیش از 500 دانش آموز او همچنین دو بار بهعنوان بهترین DS و Analytics LinkedIn انتخاب شده است.
نمایش نظرات