آموزش طراحی سیستم‌های پردازش داده (GCP-PDE) - آخرین آپدیت

دانلود (GCP-PDE) Designing Data Processing Systems

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: از مهندسان داده مدرن انتظار می‌رود پلتفرم‌هایی طراحی کنند که امن، مطابق با استانداردها، قابل اعتماد و سازگار با تغییرات تجاری و الزامات قانونی باشند؛ مهارت‌هایی که هسته اصلی گواهینامه Professional Data Engineer را تشکیل می‌دهند. در این دوره آموزشی با عنوان «طراحی سیستم‌های پردازش داده (GCP-PDE)»، شما توانایی معماری سیستم‌های داده‌ای جامع (End-to-End) را کسب خواهید کرد که استانداردهای سازمانی را برآورده کرده و در محیط‌های مختلف به طور روان اجرا شوند. ابتدا، نحوه طراحی برای امنیت و انطباق با استفاده از IAM، رمزنگاری، حاکمیت داده‌ها و حفاظت از داده‌های حساس را بررسی می‌کنید. سپس، با ساخت و سازمان‌دهی خطوط لوله داده (Data Pipelines) قدرتمند، اعمال ویژگی‌های ACID و اعتبارسنجی کیفیت داده‌ها، نحوه تضمین قابلیت اطمینان و دقت را خواهید آموخت. در نهایت، طراحی برای انعطاف‌پذیری، قابلیت جابه‌جایی و مهاجرت روان داده‌ها، شامل الگوهای چندابری (Multi-cloud)، برنامه‌ریزی اقامت داده‌ها و استراتژی‌های بازیابی پس از حادثه را یاد می‌گیرید. در پایان این دوره، شما مهارت‌ها و دانش معماری داده‌های گوگل کلاد را خواهید داشت تا پلتفرم‌های داده‌ای امن، قابل اعتماد و آینده‌نگرانه‌ای بسازید که با انتظارات نقش مهندس داده حرفه‌ای همسو باشد.

سرفصل ها و درس ها

طراحی برای امنیت و انطباق Designing for Security and Compliance

  • نیازمندی‌های سیستم و نرم‌افزاری System and Software Requirements

  • سلسله‌مراتب منابع اجزا در گوگل کلاد Resource Hierachy of Components on Google Cloud

  • دمو: آشنایی با کنسول گوگل کلاد Demo: Orient with Google Cloud Console

  • اصول Cloud IAM Cloud IAM Principals

  • Cloud IAM: نقش‌ها و منابع Cloud IAM: Roles and Resources

  • دمو: ایجاد منبع BigQuery و مشاهده نقش‌ها و اصول Demo: Create a BigQuery Resource and View Roles and Principals

  • دمو: استفاده از IAM برای تخصیص نقش‌های دقیق به کاربران Demo: Use IAM to Assign Granular Roles to Principals

  • کلیدهای متقارن و نامتقارن برای رمزنگاری Symmetric and Asymmetric Keys for Encryption

  • ملاحظات امنیت داده در گوگل کلاد Data Security Considerations on Google Cloud

  • مدیریت داده‌های حساس و خصوصی Handling Sensitive and Private Data

  • مسئولیت مشترک، سرنوشت مشترک و انطباق با مقررات Shared Responsibility, Shared Fate, and Regulatory Compliance

  • مدیریت محیط‌های متعدد Manage Multiple Environments

مدیریت قابلیت اطمینان و دقت خطوط لوله داده Manage Reliability and Fidelity of Data Pipelines

  • خطوط لوله داده: ETL و ELT Data Pipelines: ETL and ELT

  • انتخاب بین ETL یا ELT Choosing ETL or ELT

  • خطوط لوله داده بدون سرور با Dataflow Serverless Data Pipelines with Dataflow

  • دمو: خط لوله Dataflow با Job Builder - پیکربندی منبع Google Cloud Storage Demo: Dataflow Pipeline with Job Builder - Configure Google Cloud Storage Source

  • دمو: خط لوله Dataflow با Job Builder - پیکربندی تغییرات و مقصد BigQuery Demo: Dataflow Pipeline with Job Builder - Configure Transforms and BigQuery Sink

  • دمو: اعتبارسنجی و اجرای خط لوله Dataflow Demo: Validate and Run the Dataflow Pipeline

  • گردش‌های کاری Hadoop با Dataproc Hadoop Workflows with Dataproc

  • گردش‌های کاری بدون کد با استفاده از Cloud Data Fusion No Code Workflows Using Cloud Data Fusion

  • تغییرات مبتنی بر SQL با Dataform SQL-based Transformation with Dataform

طراحی معماری برای انعطاف‌پذیری و قابلیت جابه‌جایی Architectural Design for Flexibility and Portability

  • مروری بر سرویس‌های ذخیره‌سازی در گوگل کلاد An Overview of Storage Services on Google Cloud

  • انطباق ACID برای ذخیره‌سازی داده‌ها ACID Compliance for Data Storage

  • انتخاب سرویس مناسب پردازش داده Choosing the Right Data Processing Service

  • مفاهیم شبکه در گوگل کلاد Networking Concepts on Google Cloud

  • اتصال متقابل شبکه‌ها Interconnecting Networks

  • مفاهیم امنیتی برای شبکه‌های خصوصی Security Concepts for Private Networking

  • اقامت داده‌ها و حاکمیت داده‌ها Data Residency and Data Sovereignty

بازیابی پس از حادثه و مهاجرت داده‌ها Disaster Recovery and Data Migrations

  • بازیابی پس از حادثه و تحمل خطا Disaster Recovery and Fault Tolerance

  • در دسترس بودن بالا و بازیابی پس از حادثه: Cloud Storage Buckets High Availability and Disaster Recovery: Cloud Storage Buckets

  • در دسترس بودن بالا و بازیابی پس از حادثه: Cloud SQL High Availability and Disaster Recovery: Cloud SQL

  • در دسترس بودن بالا و بازیابی پس از حادثه: BigQuery High Availability and Disaster Recovery: BigQuery

  • در دسترس بودن بالا و بازیابی پس از حادثه: Cloud Memorystore High Availability and Disaster Recovery: Cloud Memorystore

  • سرویس‌های انتقال داده Data Transfer Services

  • سرویس‌های مهاجرت پایگاه داده Database Migration Services

  • دمو: انتقال داده از ابر به ابر با استفاده از Storage Transfer Service Demo: Cloud-to-cloud Data Transfer Using the Storage Transfer Service

آمادگی برای آزمون Exam Preparation

  • مباحث مهم برای آزمون Important Topics for the Exam

  • نمونه سوالات Sample Questions

نمایش نظرات

آموزش طراحی سیستم‌های پردازش داده (GCP-PDE)
جزییات دوره
2h 59m
38
(آخرین آپدیت)
1
از 5
دارد
دارد
دارد
Janani Ravi
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Janani Ravi Janani Ravi

معمار و مهندس داده خبره Google Cloud

Janani Ravi یک معمار و مهندس داده خبره Google cloud است.

جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.