آموزش Data Science on Google Cloud Platform: راه حل های معماری

Data Science on Google Cloud Platform: Architecting Solutions

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: علم داده یک حوزه کاربردی است که به طور چشمگیری در حال رشد است ، مقدار زیادی داده مصرف می کند و پیش بینی های انقلابی می کند. همزمان ، Google Cloud Platform (GCP) با ارائه ابزارها و گزینه های پیشرفته ، در حال ردیابی سریع حرکت ابر است. در این دوره ، یاد بگیرید که چگونه راه حل های علم داده را در GCP معماری کنید و از قدرت این دو فناوری برای تجارت خود استفاده کنید. مربی Kumaran Ponnambalam با بررسی گزینه های فناوری موجود در GCP برای اجرای فرآیندهای مختلف علم داده و همچنین مزایا و معایب این مجموعه خدمات رایانش ابری ، کار خود را آغاز می کند. وی سپس فناوری ها و مراحل مختلف را در مراحل ساخت معماری برای موارد مختلف استفاده ، از جمله تجزیه و تحلیل مشتری و کوپن موبایل در زمان واقعی ، تجزیه و تحلیل می کند.
موضوعات شامل:
  • مزایا و معایب GCP
  • ادغام های سازمانی و چندرسانه ای
  • مقایسه گزینه های فناوری GCP
  • ترسیم راه حل برای مشکلات مختلف
  • تجزیه و تحلیل موارد استفاده و بهترین موارد متناسب

سرفصل ها و درس ها

مقدمه Introduction

  • معماری دانش داده Architecting data science

  • از یادداشت های مورد (UC) استفاده کنید Use case (UC) notes

1. معماری در GCP 1. Architecting in GCP

  • GCP مزایایی دارد GCP benefits

  • نقایص GCP GCP shortcomings

  • تصدی: ادغام ابر Enterprise: Cloud integration

  • ادغام چندکاره Multicloud integration

2. UC1: بایگانی داده های ابر 2. UC1: Cloud Data Archive

  • UC1: تجزیه و تحلیل مشکل UC1: Analyzing the problem

  • UC1: تشریح راه حل UC1: Outlining the solution

  • UC1: با توجه به فن آوری ها UC1: Considering technologies

  • UC1: طراحی معماری UC1: Laying out the architecture

  • UC1: طراحی عناصر اصلی UC1: Designing key elements

3. UC2: Log Analytics 3. UC2: Log Analytics

  • UC2: تجزیه و تحلیل مشکل UC2: Analyzing the problem

  • UC2: تشریح راه حل UC2: Outlining the solution

  • UC2: با توجه به فن آوری ها UC2: Considering technologies

  • UC2: طراحی معماری UC2: Laying out the architecture

  • UC2: طراحی عناصر اصلی UC2: Designing key elements

4. UC3: تجزیه و تحلیل مشتری 4. UC3: Customer Analytics

  • UC3: تجزیه و تحلیل مشکل UC3: Analyzing the problem

  • UC3: تشریح راه حل UC3: Outlining the solution

  • UC3: با توجه به فن آوری ها UC3: Considering technologies

  • UC3: طراحی معماری UC3: Laying out the architecture

  • UC3: طراحی عناصر اصلی UC3: Designing key elements

5. UC4: کوپن موبایل در زمان واقعی 5. UC4: Real-Time Mobile Couponing

  • UC UC4: Analyzing the problem

  • UC4: تشریح راه حل UC4: Outlining the solution

  • UC4: با توجه به فن آوری ها UC4: Considering technologies

  • UC4: طراحی معماری UC4: Laying out the architecture

  • UC4: طراحی عناصر اصلی UC4: Designing key elements

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

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.

آموزش Data Science on Google Cloud Platform: راه حل های معماری
جزییات دوره
58m 25s
27
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
3,423
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kumaran Ponnambalam Kumaran Ponnambalam

اختصاص به آموزش علوم داده

V2 Maestros به آموزش علوم داده و داده های بزرگ با هزینه های مقرون به صرفه برای جهان اختصاص دارد. مربیان ما تجربه دنیای واقعی در تمرین علم داده و ارائه نتایج تجاری دارند. علم داده یک حوزه داغ و در حال رخ دادن در صنعت فناوری اطلاعات است. متأسفانه منابع موجود برای یادگیری این مهارت به سختی یافت می شود و گران است. امیدواریم این مشکل را با ارائه آموزش باکیفیت با نرخ های مقرون به صرفه، با ایجاد استعدادهای علم داده در سراسر جهان، کاهش دهیم.