آموزش مهندسی داده با AWS قسمت 2
Data Engineering with AWS Part 2
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
کسب و کارها به متخصصان داده نیاز دارند — اکنون بیش از هر زمان دیگری. از آنجایی که تصمیم گیری مبتنی بر داده ها به جایگاه برجسته ای رسیده است، نقش کارشناس داده برای درک و مقیاس یک کسب و کار ضروری شده است. در این دوره دوم از مجموعه دو قسمتی، مدرس Dipali Kulshrestha بر فهرست داده ها، پردازش، تجزیه و تحلیل و تجسم تمرکز می کند. دیپالی تمرین‌های عملی مفیدی را به همراه برخی چالش‌ها و راه‌حل‌ها ارائه می‌دهد تا به شما در تسلط بر این مهارت‌های مهندسی AWS کمک کند، بنابراین در این دوره به او بپیوندید تا مهارت‌های خود را ارتقا دهید و به حرفه مهندسی داده خود رونق دهید.
سرفصل ها و درس ها
معرفی Introduction
-
مهندسی داده با AWS Data engineering with AWS
1. مهندسی داده 1. Data Engineering
-
نمای کلی خط لوله مهندسی داده Data engineering pipeline overview
2. کاتالوگ داده 2. Data Catalog
-
نمای کلی چسب Glue overview
-
خزنده چسب Glue crawler
-
کارهای چسب Glue jobs
-
AWS Glue DataBrew AWS Glue DataBrew
-
نماهای الاستیک چسب AWS AWS Glue Elastic Views
-
چالش: چسب AWS Challenge: AWS Glue
-
راه حل: چسب AWS Solution: AWS Glue
3. پردازش 3. Processing
-
پردازش بدون سرور با Lambda: Demo Serverless processing with Lambda: Demo
-
سازند دریاچه AWS AWS Lake Formation
-
Elastic MapReduce و Hadoop نمای کلی Elastic MapReduce and Hadoop overview
-
EMR در عمل: آزمایشگاه EMR in action: Lab
4. تجزیه و تحلیل 4. Analytics
-
بررسی کلی Kinesis Analytics Kinesis Analytics overview
-
نسخه ی نمایشی Kinesis Analytics Kinesis Analytics demo
-
Amazon Elasticsearch Amazon Elasticsearch
-
نسخه ی نمایشی Elasticsearch Elasticsearch demo
-
نمای کلی آمازون آتنا Amazon Athena overview
-
معرفی و معماری Amazon Redshift Amazon Redshift introduction and architecture
-
آمازون Redshift طیف و تنظیم عملکرد Amazon Redshift Spectrum and performance tuning
-
نسخه ی نمایشی: Amazon Redshift Demo: Amazon Redshift
-
چالش: داده های کاتالوگ را با استفاده از آتنا بخوانید Challenge: Read catalog data using Athena
-
راه حل: داده های کاتالوگ را با استفاده از آتنا بخوانید Solution: Read catalog data using Athena
5. تجسم 5. Visualization
-
معرفی تجسم Visualization introduction
-
نمای کلی Amazon QuickSight Amazon QuickSight overview
-
انواع تجسم با QuickSight Visualization types with QuickSight
-
نسخه ی نمایشی آمازون QuickSight Amazon QuickSight demo
نتیجه Conclusion
-
مراحل بعدی Next steps
https://donyad.com/d/6f59b2
Dipali Kulshrestha
AWS-Certified Software Programmer و Cloud Architect
Dipali Kulshrestha یک برنامه نویس نرم افزار دارای گواهینامه AWS و مدافع شیوه های DevOps است.
شرکت دیپالی بیش از 17 سال تجربه در زمینه طراحی ، توسعه و ارائه راهکارهای تجاری نرم افزار دارد. شغل وی باعث شده است او به طور موثر تجربه عملی و مدیریت پروژه را با هم تلفیق کند. او در حال حاضر با Natwest India Pvt Ltd. به عنوان یک معمار فنی (Data and Cloud Technology) همکاری می کند.
نمایش نظرات