کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش پردازش داده‌های حجیم (Big Data) با Hadoop و Spark - آخرین آپدیت

دانلود Big Data Processing with Hadoop and Spark

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره، ابزارها و تکنیک‌های قدرتمند برای پردازش و تحلیل داده‌ها در مقیاس بزرگ را به صورت جامع بیاموزید. این دوره آموزشی، اصول و چارچوب‌های پردازش داده‌های حجیم با استفاده از Hadoop و Spark را معرفی می‌کند و شما را قادر می‌سازد تا مجموعه‌داده‌های عظیم را به صورت بهینه مدیریت، پردازش و تحلیل کنید. شما با شناخت اکوسیستم Hadoop، از جمله HDFS و MapReduce شروع خواهید کرد و می‌آموزید که چگونه ذخیره‌سازی توزیع‌شده و محاسبات موازی برای مدیریت داده‌ها در مقیاس بالا با یکدیگر تعامل دارند. سپس به بررسی Apache Spark خواهید پرداخت؛ چارچوبی قدرتمند برای پردازش سریع داده‌ها در حافظه (In-Memory) و تحلیل‌های آنی (Real-time). از طریق تمرین‌های هدایت‌شده و بررسی نمونه‌های واقعی، نحوه ساخت خطوط لوله داده (Data Pipelines) مقیاس‌پذیر، بهینه‌سازی عملکرد و اعمال تغییرات برای استخراج بینش‌های تجاری را خواهید آموخت. در پایان این دوره، شما آماده خواهید بود تا حجم‌های پیچیده داده‌ها را با استفاده از ابزارهای استاندارد صنعت بیگ دیتا مدیریت کنید. این دوره برای مهندسان داده، تحلیلگران و توسعه‌دهندگانی که قصد دارند پلی میان مدیریت داده و رایانش ابری ایجاد کنند، ایده‌آل است و شما را برای طراحی، پیاده‌سازی و مدیریت راهکارهای بیگ دیتا جهت اتخاذ تصمیمات هوشمندانه در سازمان‌های مدرن آماده می‌کند.
سرفصل ها و درس ها

هادوپ (Hadoop) Hadoop

  • مرور کلی: هادوپ Overview: Hadoop

  • درس اول: آشنایی با Hadoop Lecture 1: Introduction to Hadoop

  • درس دوم: معماری HDFS Lecture 2: HDFS Architecture

  • درس سوم: معماری Yarn Lecture 3: Yarn Architecture

  • درس چهارم: اکوسیستم Hadoop Lecture 4: Hadoop Ecosystem

  • درس پنجم: پردازش داده‌ها در Hadoop Lecture 5: Hadoop Data Processing

مدل‌های برنامه‌نویسی Programming Models

  • مرور کلی: مدل‌های برنامه‌نویسی موازی Overview: Parallel Programming Models

  • درس اول: مدل‌های برنامه‌نویسی Lecture 1: Programming Models

  • درس دوم: مفاهیم و اصطلاحات مدل‌های برنامه‌نویسی Lecture 2: Programming Models Concepts and Terminology

  • درس سوم: MapReduce Lecture 3: MapReduce

  • درس چهارم: بررسی عمیق MapReduce Lecture 4: MapReduce Deeper Dive

  • درس پنجم: Apache Pig Lecture 5: Apache Pig

آپاچه اسپارک (Apache Spark) Apache Spark

  • درس اول: آشنایی با Apache Spark Lecture 1: Introduction to Apache Spark

  • درس دوم: مفاهیم اصلی Apache Spark Lecture 2: Apache Spark Core Concepts

  • درس سوم: معماری Apache Spark Lecture 3: Apache Spark Architecture

  • درس چهارم: PySpark و نحوه اجرا در معماری Spark Lecture 4: PySpark and Its Execution in Apache Spark Architecture

  • درس پنجم: آشنایی با Apache Spark MLlib Lecture 5: Introduction to Apache Spark MLlib

نمایش نظرات

آموزش پردازش داده‌های حجیم (Big Data) با Hadoop و Spark
جزییات دوره
8h 46m
17
(آخرین آپدیت)
237
- از 5
دارد
دارد
دارد
Chris Croft

https://donyad.com/d/27ea32

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Data Pipelines Apache Hive Data Transformation PySpark File Systems Scikit Learn (Machine Learning Library) Data Storage Data Management Data Processing Data Science Data Analysis Apache Hadoop Apache Spark Distributed Computing Scalability Big Data Predictive Modeling Information Technology خط لوله داده تغییر شکل داده‌ها سیستم‌های فایل Scikit Learn ذخیره‌سازی داده‌ها مدیریت داده‌ها پردازش داده‌ها علم داده تحلیل داده‌ها محاسبات توزیع‌شده مقیاس‌پذیری داده‌های حجیم (Big Data) مدل‌سازی پیش‌بینانه فناوری اطلاعات