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.
توضیحات دوره:
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

نمایش نظرات

نظری ارسال نشده است.

آموزش مهندسی داده با AWS قسمت 2
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2h 18m
28
Linkedin (لینکدین) lynda-small
31 فروردین 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
ندارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Dipali Kulshrestha 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.

Linkedin (لینکدین)

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.