آمادگی آزمون گواهینامه Databricks تحلیلگر داده سطح مقدماتی - آخرین آپدیت

دانلود Databricks Certified Data Analyst Associate Exam Preparation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

بروزرسانی شده: سپتامبر ۲۰۲۵ | آموزش عملی SQL، مدیریت داده و مصورسازی داده همراه با ۲ آزمون تمرینی کامل

تمامی سرفصل‌های مورد نیاز برای آزمون گواهینامه Databricks Data Analyst Associate را بیاموزید

ایجاد داشبوردهای تعاملی با Databricks SQL همراه با مصورسازی‌های متعدد و پارامترهای مبتنی بر کوئری.

مدیریت و کوئری‌نویسی روی جداول Delta Lake، تضمین سازگاری داده و نگهداری داده‌های تاریخی برای قابلیت سفر در زمان (time travel).

یکپارچه‌سازی Databricks SQL با ابزارهای هوش تجاری (BI) مانند Power BI و Tableau برای تجزیه و تحلیل و گزارش‌دهی یکپارچه داده.

به‌کارگیری تکنیک‌های ترکیب و بهبود داده (data blending and enhancement) برای ادغام و ارتقاء داده‌ها از منابع متعدد جهت کسب بینش‌های بهتر.

نوشتن و اجرای کوئری‌های پیچیده SQL در Databricks SQL برای پردازش و مدیریت داده‌ها در معماری Lakehouse.

پیش‌نیازها:

هیچ تجربه‌ای لازم نیست. این دوره برای مبتدیان طراحی شده است. آشنایی اولیه با مفاهیم SQL و تحلیل داده مفید است اما اجباری نیست.

این دوره طراحی شده است تا دانشجویان را برای موفقیت در آزمون گواهینامه Databricks SQL و فراتر از آن آماده کند، با ارائه آموزش عملی در زمینه کوئری‌نویسی، مدیریت و مصورسازی داده‌ها بر روی پلتفرم Databricks Lakehouse. چه شما یک تحلیلگر داده، متخصص هوش تجاری، مهندس داده، یا یک تحلیلگر یا متخصص نوظهور در پلتفرم‌های داده ابری باشید، این دوره به شما کمک می‌کند تا با Databricks SQL تمرین کنید و برای آزمون Databricks Certified Data Analyst Associate آماده شوید.

آنچه خواهید آموخت:

بخش ۱: مبانی Databricks SQL

  • درک طیف متنوع کاربران و نقش ذی‌نفعان در Databricks SQL.

  • یادگیری نوشتن کوئری‌های پایه و ساخت داشبوردهایی که بینش ارائه می‌دهند.

  • نحوه اتصال Databricks SQL به ابزارهایی مانند Tableau، Power BI و پلتفرم‌های ورود داده مانند Fivetran را بیاموزید.

  • بررسی نقاط پایانی (endpoints) و انبارهای SQL، شامل مبادلات هزینه-عملکرد و گزینه‌های سرورلس.

  • درک معماری Medallion و نقش آن در جریان‌های کاری داده دسته‌ای و جریانی.

بخش ۲: مدیریت داده با Delta Lake

  • مدیریت جداول، نماها (views) و متادیتا با Delta Lake.

  • درک تفاوت جداول مدیریت‌شده و مدیریت‌نشده و پیامدهای پایداری داده.

  • کار با Data Explorer برای پیش‌نمایش، ایمن‌سازی و اصلاح دسترسی به داده.

  • آشنایی با بهترین روش‌ها برای مدیریت داده‌های PII (اطلاعات قابل شناسایی شخصی) در محیط‌های سازمانی.

بخش ۳: SQL در Lakehouse

  • تمرین عملیات پیشرفته SQL: joinها، mergeها، توابع پنجره‌ای (window functions)، cubeها، roll-upها و subqueryها.

  • بهینه‌سازی عملکرد کوئری با استفاده از کشینگ، تاریخچه کوئری و توابع تعریف‌شده توسط کاربر (UDFs).

  • استفاده از تاریخچه کوئری و کشینگ برای کاهش زمان توسعه و تأخیر کوئری.

بخش ۴: مصورسازی داده و ساخت داشبورد

  • ایجاد مصورسازی‌ها مستقیماً در Databricks SQL.

  • ساخت داشبوردهای تعاملی با استفاده از پارامترهای کوئری و زمان‌بندی.

  • یادگیری تکنیک‌هایی برای بهبود روایت‌گری از طریق بصری‌سازی‌ها و بهترین روش‌های اشتراک‌گذاری داشبورد.

  • پیکربندی هشدارها و اعلان‌ها بر اساس شرایط داده.

بخش ۵: کاربردهای تحلیل کاربردی

  • اعمال تحلیل آماری با استفاده از آمار توصیفی و استنباطی.

  • انجام ترکیب و بهبود داده (data blending and enhancement) برای کسب بینش‌های تجاری قابل اقدام.

  • درک تکنیک‌های ETL "مایل آخر" (last-mile) متناسب با نیازهای خاص پروژه.

بخش ۶: موضوعات تکمیلی برای راهنمای آزمون به‌روز شده سپتامبر ۲۰۲۵

  • یادگیری تکنیک‌های پیشرفته مدل‌سازی داده شامل طرح‌واره‌های ستاره‌ای (star)، برفی (snowflake) و data vault.

  • بهینه‌سازی عملکرد کوئری با استفاده از تاریخچه کوئری، پروفایل‌ها، کشینگ و کلاسترینگ.

  • درک و به‌کارگیری نماهای Materialized و Dynamic برای دسترسی کارآمد به داده‌ها.

  • کاوش در Databricks Marketplace برای کشف و استفاده از مجموعه‌داده‌ها و مدل‌های اشتراکی.

  • آشنایی با AI/BI Genie Spaces برای تحلیل‌های مبتنی بر هوش مصنوعی و همکاری.

  • ایجاد، بهبود و اشتراک‌گذاری Genie Spaces با توضیحات، بنچمارک‌ها و داشبوردها.

این دوره برای چه کسانی مناسب است:

ایده‌آل برای مبتدیان یا متخصصان داده، تحلیلگران کسب‌وکار و ذی‌نفعان فنی که به دنبال تقویت مهارت‌های خود در Databricks SQL و آمادگی برای آزمون گواهینامه هستند. هیچ تجربه قبلی با Databricks یا SQL مورد نیاز نیست.

در پایان دوره، شما قادر خواهید بود:

  • با اطمینان در محیط Databricks SQL حرکت کنید.

  • داده‌های Lakehouse را کوئری، مدیریت و مصورسازی کنید.

  • مفاهیم آماری را در سناریوهای تحلیل واقعی به کار ببرید.

  • به طور کامل برای آزمون گواهینامه Databricks SQL آماده شوید.


سرفصل ها و درس ها

Introduction

  • مقدمه ای بر این دوره Introduction to this Course

  • آزمون تحلیلگر داده خبره Databricks: چه انتظاری باید داشت The Databricks Certified Data Analyst Exam: What to Expect

  • سلب مسئولیت Disclaimer

Databricks SQL Databricks SQL

  • نقش تحلیلگر داده The Data Analyst Role

  • مقدمه ای بر Databricks: تنظیم حساب و بودجه Introduction to Databricks: Set up Account and Budget

  • کاربران و مزایای Databricks SQL Users and Benefits of Databricks SQL

  • ساخت داشبورد از چندین کوئری SQL Creating a Dashboard from Multiple SQL Queries

  • نوشتن کوئری‌های SQL در ویرایشگر کوئری Writing SQL Queries in the Query Editor

  • درک SQL Endpoints و Warehouses Understanding SQL Endpoints and Warehouses

  • یکپارچه سازی با ابزارهای خارجی مانند Fivetran و Power BI با استفاده از Partner Connect Integrating with External Tools like Fivetran and Power BI Using Partner Connect

  • آپلود فایل‌های کوچک در Databricks SQL Uploading Small Files to Databricks SQL

  • توضیح معماری Medallion The Medallion Architecture Explained

  • کار با داده‌های Batch و Streaming در Databricks Working with Batch and Streaming Data in Databricks

  • آزمون بخش 2 Section 2 Quiz

مدیریت داده Data Management

  • مقدمه ای بر Delta Lake و نقش آن در مدیریت داده Introduction to Delta Lake and Its Role in Data Management

  • درک فراداده‌های جدول و Time Travel در Delta Lake Understanding Table Metadata and Time Travel in Delta Lake

  • مزایای استفاده از Delta Lake در معماری Lakehouse Benefits of Using Delta Lake in the Lakehouse Architecture

  • جداول مدیریت شده در مقابل جداول مدیریت نشده در Databricks Managed vs. Unmanaged Tables in Databricks

  • ساخت و استفاده از پایگاه‌های داده در Databricks Creating and Using Databases in Databricks

  • نحوه ساخت، تغییر نام و حذف جداول و View‌ها در Databricks How to Create, Rename, and Drop Tables and Views in Databricks

  • View‌ها در مقابل Temp View‌ها: تفاوت‌ها و موارد استفاده در Databricks Views vs. Temp Views: Differences and Use Cases in Databricks

  • بررسی و ایمن‌سازی داده‌ها با استفاده از Data Explorer در Databricks Exploring and Securing Data Using Data Explorer in Databricks

  • مسئولیت‌های صاحبان جدول و مدیریت داده‌های PII در Databricks Responsibilities of Table Owners and Managing PII Data in Databricks

  • آزمون بخش 3 Section 3 Quiz

SQL در Lakehouse SQL in the Lakehouse

  • مقدمه ای بر SQL Introduction to SQL

  • نوشتن کوئری‌های SELECT با فیلترها و درک خروجی Writing SELECT Queries with Filters and Understanding Output

  • نمایش تمام ستون‌ها برای مشتریانی که از نیویورک، لندن یا بمبئی هستند با استفاده از IN Show all columns for customers who are from New York, London or Mumbai using IN

  • نمایش تمام ستون‌ها برای مشتریانی که در چنای، بنگ یا بریزبن نیستند Display all columns for customers who are not located in Chennai, Bang or Brisban

  • نمایش تمام ستون‌ها برای مشتریانی که از هند هستند و نمره‌ای برابر با 1 دارند. Display all columns for customers who are from India and have a grade equal to 1.

  • استفاده از توابع تجمیعی SQL در Databricks Using SQL Aggregate Functions in Databricks

  • نمایش کل مبلغ پرداخت بر اساس کشور Show the total payment amount by country

  • نمایش حداقل، حداکثر و میانگین مبلغ پرداخت به ازای هر کشور Show the minimum, maximum and average payment amount per country

  • ساده‌سازی کوئری‌های SQL با Subquery‌ها Simplifying SQL Queries with Subqueries

  • استفاده از Subquery برای نمایش نام و کشور مشتریانی که بالاترین پرداخت را انجام داده‌اند Use a subquery to show the customers name and country for those who made the highest payment

  • درک SQL JOIN‌ها در Databricks Understanding SQL JOINs in Databricks

  • بازگرداندن نام مشتری و نماینده برای همه مشتریان، چه نماینده داشته باشند چه نداشته باشند Return the customer and agent names for all customers, whether they have an agent or not

  • Case Statement و مزایای ANSI SQL Case Statement and Benefits of ANSI SQL

  • استفاده از Case Statement برای دسته‌بندی مشتریان Use a case statement to categorize customers

  • استفاده از Case Statement برای علامت‌گذاری مشتریان با موجودی برجسته بالا Use a case statement to flag customers with a high outstanding amount of balance

  • جستجوی الگوها در SQL با LIKE Search Patterns in SQL with LIKE

  • SQL ROLLUP و CUBE: گروه‌بندی پیشرفته داده‌ها SQL ROLLUP and CUBE: Advanced Grouping of Data

  • توابع Window در SQL و پارتیشن‌بندی داده‌ها SQL Window Functions and Data Partitioning

  • مدیریت فرمت‌های داده تودرتو در Databricks SQL Handling Nested Data Formats in Databricks SQL

  • MERGE INTO، COPY INTO و INSERT INTO در Databricks MERGE INTO, COPY INTO and INSERT INTO in Databricks

  • بهبود عملکرد با توابع Spark SQL مرتبه بالاتر Improving Performance with Higher-Order Spark SQL Functions

  • افزایش سرعت توسعه SQL با Query History و Caching Speeding Up SQL Development with Query History and Caching

  • ساخت و استفاده از توابع تعریف‌شده توسط کاربر (UDFs) در Databricks SQL Creating and Using User-Defined Functions (UDFs) in Databricks SQL

  • آزمون بخش 4 Section 4 Quiz

بصری‌سازی داده و ساخت داشبورد Data Visualization and Dashboarding

  • ساخت یک بصری‌سازی پایه و مخصوص Schema Creating a Basic, Schema Specific Visualization

  • افزودن نمودار پای (Pie Chart) و منابع داده اضافی به داشبورد شما Adding a Pie Chart and Additional Data Sources to Your Dashboard

  • بررسی انواع بصری‌سازی در Databricks SQL – بخش 1 Exploring Visualization Types in Databricks SQL – Part 1

  • بررسی انواع بصری‌سازی در Databricks SQL – بخش 2 Exploring Visualization Types in Databricks SQL – Part 2

  • بهترین شیوه‌های فرمت‌بندی برای بصری‌سازی‌های داده Formatting Best Practices for Data Visuals

  • ساخت شمارنده‌ها با اهداف و فرمت‌بندی سفارشی Building Counters with Targets and Custom Formatting

  • بهبود داشبوردها با فیلترها و فرمت‌بندی بصری Enhancing Dashboards with Filters and Visual Formatting

  • افزودن پارامترها به داشبوردها برای فیلتر کردن تعاملی Adding Parameters to Dashboards for Interactive Filtering

  • انتشار داشبوردها، مدیریت دسترسی و تنظیم هشدارها Publishing Dashboards, Managing Access, and Setting Up Alerts

  • آزمون بخش 5 Section 5 Quiz

کاربردهای تحلیلی و آمار Analytics Applications and Statistics

  • آمار توصیفی: درک میانگین، میانه و مد Descriptive Statistics: Understanding Mean, Median and Mode

  • درک دامنه (Range) با یک مثال Understanding Range with an Example

  • انحراف معیار و واریانس Standard Deviation and Variance

  • درک توزیع فراوانی Understanding Frequency Distribution

  • متغیرهای کمی و کیفی Quantitative and Qualitive Variables

  • توضیح بهبود داده‌ها و مزایای آن Data Enhancement Explained and Its Benefits

  • بهبود داده‌های Databricks ما Enhancing our Databricks Data

  • ترکیب داده‌ها: مزایا و موارد استفاده Data Blending: Benefits and Use Cases

  • توضیح ETL (لایه آخر) Last Mile ETL Explained

  • استفاده از قابلیت‌های هوش مصنوعی Databricks Using Databricks AI Features

  • آزمون بخش 6 Section 6 Quiz

موضوعات اضافی - بروزرسانی سپتامبر ۲۰۲۵ Additional Topics - September 2025 Update

  • مقدمه ای بر مدل‌سازی ابعادی Introduction to Dimensional Modeling

  • مدل داده Star Schema Star Schema Data Model

  • مدل داده Snowflake Schema Snowflake Schema Data Model

  • مدل Data Vault Data Vault Model

  • مقدمه ای بر Databricks Marketplace Introduction to Databricks Marketplace

  • درک عملکرد کوئری با Query History و Query Profile Understand Query Performance with Query History and Query Profile

  • نحوه استفاده از CACHE TABLE در Databricks How to Use CACHE TABLE in Databricks

  • View‌های Materialized و Dynamic در Databricks Materialized and Dynamic Views in Databricks

  • استفاده از Liquid Clustering برای جداول Using Liquid Clustering for Tables

  • مقدمه ای بر AI/BI Genie Space Introduction to AI/BI Genie Space

  • ساخت یک Genie Space با سوالات نمونه Creating a Genie Space with Sample Questions

  • بهبود جداول Genie با توضیحات و معیارهای عملکرد در Spaces Enhancing Genie Tables with Descriptions and Benchmarks in Spaces

  • اشتراک‌گذاری Genie Spaces در Databricks Sharing Genie Spaces in Databricks

  • تست Genie و استفاده از آن در داشبوردها Testing Genie and Using It on Dashboards

  • گزینه‌های Data Ingestion در Databricks Data Ingestion Options in Databricks

  • ساخت یک جدول Streaming در Databricks Creating a Streaming Table in Databricks

  • اشتراک‌گذاری امن داده‌ها با Delta Sharing در Databricks Sharing Data Securely with Delta Sharing in Databricks

  • افزودن Tag به جداول و Schema‌ها با استفاده از SQL Add Tags to Tables and Schemas using SQL

  • افزودن و لغو مجوزها با استفاده از SQL Add and Revoke Permissions using SQL

  • استفاده از Vacuum در Databricks Using Vacuum in Databricks

سخنان پایانی و تشکر Final Thoughts and Thank You

  • تشکر Thank You

آزمون‌های تمرینی Practice Exams

  • آزمون تمرینی Practice Test

  • آزمون تمرینی 2 Practice Test 2

نمایش نظرات

آمادگی آزمون گواهینامه Databricks تحلیلگر داده سطح مقدماتی
جزییات دوره
6 hours
76
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,227
4.6 از 5
دارد
دارد
دارد
Graeme Gordon
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Graeme Gordon Graeme Gordon

داده ها و بینش ها

سلام، من گریم هستم.

من یک تحلیلگر داده و بینش خودآموز با بیش از 4 سال تجربه کار با داده هستم. من هر روز از SQL، Tableau و Microsoft Excel در سطح پیشرفته‌ای در کارم استفاده می‌کنم و می‌خواهم مهارت‌هایم را به اشتراک بگذارم و یاد بدهم که چگونه می‌خواستم این موضوعات را یاد بگیرم که می‌تواند به شما کمک کند سریع یک تحلیلگر داده شوید.