آموزش آماده شدن برای آزمون مهندس داده حرفه ای Google Cloud

Preparing for the Google Cloud Professional Data Engineer Exam

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: این دوره به داوطلبان آینده نگر کمک می کند تا آمادگی خود را برای آزمون مهندس داده های حرفه ای تشکیل دهند. این جلسه ساختار و قالب امتحان و همچنین ارتباط آن با سایر گواهینامه های Google Cloud را پوشش می دهد. از طریق سخنرانی‌ها، آزمون‌ها و بحث‌ها، داوطلبان خود را با حوزه تحت پوشش امتحان آشنا می‌کنند تا به آنها در طراحی استراتژی آمادگی کمک کنند. مهارت های مفیدی از جمله استدلال سوالات امتحانی و درک موارد را تمرین می کند. نکات. بررسی موضوعات از برنامه درسی مهندسی داده.

سرفصل ها و درس ها

به دوره خوش آمدید Welcome to the course

  • معرفی Introduction

آشنایی با گواهینامه مهندس داده حرفه ای Understanding the Professional Data Engineer Certification

  • آشنایی با گواهینامه مهندس داده حرفه ای Understanding the Professional Data Engineer Certification

  • اطلاعات در مورد آخرین راهنمای آزمون Information about the latest Exam Guide

  • نکات امتحانی شماره 1 Exam Tips #1

  • نکات امتحانی شماره 2 Exam Tips #2

طراحی سیستم های پردازش داده Designing Data Processing Systems

  • طراحی و ساخت Designing and building

  • طراحی نمایش داده های انعطاف پذیر Design flexible data representations

  • نکات امتحانی شماره 3 Exam Tips #3

  • طراحی خطوط لوله داده Design data pipelines

  • خطوط لوله جریان داده Dataflow pipelines

  • راه حل های BigQuery و Cloud Dataflow BigQuery and Cloud Dataflow solutions

  • طراحی زیرساخت پردازش داده Design data processing infrastructure

  • راه حل های Cloud Pub-Sub Cloud Pub-Sub solutions

  • تمرین سوالات امتحانی 01 Practice exam questions 01

  • طراحی سیستم های پردازش داده: بررسی راهنمای آزمون Designing Data Processing Systems: Exam Guide Review

ساخت و عملیاتی کردن سیستم های پردازش داده Building and Operationalizing Data Processing Systems

  • ساخت سیستم های پردازش داده ها Building data processing systems

  • Cloud Storage، Cloud SQL، Cloud Bigtable Cloud Storage, Cloud SQL, Cloud Bigtable

  • ساخت و نگهداری خطوط لوله Building and maintaining pipelines

  • ساخت و نگهداری زیرساخت های پردازش Building and maintaining processing infrastructure

  • تمرین سوالات امتحانی 02 Practice exam questions 02

  • ساخت و عملیاتی کردن سیستم های پردازش داده: بررسی راهنمای آزمون Building and Operationalizing Data Processing Systems: Exam Guide Review

  • مطالعه موردی 01 Case study 01

  • مطالعه موردی 1 Case Study 1

  • آزمایشگاه چالش 01 Challenge lab 01

  • نکات امتحانی شماره 4 Exam Tips #4

عملیاتی کردن مدل های یادگیری ماشین Operationalizing Machine Learning Models

  • تحلیل و مدل سازی Analyzing and modeling

  • تجزیه و تحلیل داده ها Analyzing data

  • فراگیری ماشین Machine learning

  • یادگیری ماشینی و داده های بدون ساختار Machine learning and unstructured data

  • آموزش و اعتبار سنجی Training and validating

  • تمرین سوالات امتحانی 03 Practice exam questions 03

  • عملیاتی کردن مدل های یادگیری ماشین: بررسی راهنمای امتحان Operationalizing Machine Learning Models: Exam Guide Review

  • مطالعه موردی 02 Case study 02

  • مطالعه موردی 2 Case Study 2

  • مدل سازی فرآیندهای کسب و کار برای تجزیه و تحلیل و بهینه سازی Modeling business processes for analysis and optimization

  • مهندسی ویژگی و عملکرد Feature engineering and performance

  • طرحواره و عملکرد Schema and performance

  • خط لوله و عملکرد Pipeline and performance

  • تقسیم کار Dividing work

  • عملکرد بزرگ Bigtable performance

  • برآورد قیمت Price estimation

  • مطالعه موردی 03 Case study 03

  • مطالعه موردی 3 Case Study 3

  • آزمایشگاه چالش 02 Challenge lab 02

  • نکات امتحانی شماره 5 Exam Tips #5

امنیت، سیاست و قابلیت اطمینان Security, Policy, and Reliability

  • طراحی برای امنیت و انطباق Designing for Security and Compliance

  • تمرین سوالات امتحانی 04 Practice exam questions 04

  • انجام کنترل کیفیت Performing quality control

  • اطمینان از قابلیت اطمینان Ensuring reliability

  • ابزارهای تصویرسازی و گزارش دهی داده ها Data visualization and reporting tools

  • تمرین سوالات امتحانی 05 Practice exam questions 05

  • اطمینان از کیفیت راه حل: بررسی راهنمای امتحان Ensuring Solution Quality: Exam Guide Review

  • نکات امتحانی شماره 6 Exam Tips #6

منابع و مراحل بعدی Resources and Next Steps

  • منابع و مراحل بعدی Resources and next steps

  • تمرین امتحان امتحانی Practice exam quiz

  • دستورالعمل آزمون های تمرینی GRADED و UNGRADED Instructions of GRADED and UNGRADED Practice Exam Quizzes

  • منابع Resources

  • نکات امتحانی شماره 7 Exam Tips #7

  • نمونه سوالات امتحانی Sample Exam Quiz Questions

نمایش نظرات

آموزش آماده شدن برای آزمون مهندس داده حرفه ای Google Cloud
جزییات دوره
2h 12m
59
Pluralsight (پلورال سایت) Pluralsight (پلورال سایت)
(آخرین آپدیت)
1
از 5
ندارد
دارد
دارد
Google Cloud
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Google Cloud Google Cloud

ایجاد تحول دیجیتال با آموزش درخواستی

Google Cloud آموزش و گواهینامه های درخواستی را در فناوری های ابری در حال ظهور ارائه می دهد.

Google Cloud با صدها آزمایشگاه، دوره و نشان مهارت، متخصصان را قادر می‌سازد تا مهارت‌های ابری حیاتی را با سرعت خودشان ایجاد کنند. آزمایشگاه‌های عملی این شرکت اعتبارنامه‌های موقتی را به منابع واقعی ابر ارائه می‌دهند، بنابراین افراد می‌توانند Google Cloud را با استفاده از چیز واقعی یاد بگیرند. فراگیران همچنین می توانند با کسب گواهینامه های Google Cloud و/یا نشان های مهارتی که می توانند با شبکه خود به اشتراک بگذارند، تخصص خود را تأیید کنند.

در وب‌سایت رسمی Google Cloud بیشتر بیاموزید.