لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش پردازش و تحلیل سریع دادههای بلادرنگ (Real-Time)
- آخرین آپدیت
دانلود Process & Analyze Real-Time Data Fast
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
در دنیایی که تصمیمات تجاری در چند ثانیه گرفته میشوند، آیا دادههای شما به اندازه کافی سریع هستند؟ پردازشهای دستهای (Batch Processing) سنتی باعث ایجاد یک «تأخیر در تحلیل» بحرانی میشوند و شما را مجبور میکنند به اخبار دیروز واکنش نشان دهید. این دوره عملی شما را قادر میسازد تا خط لولههای داده (Data Pipelines) با سرعت بالا طراحی، ساخته و بهینه کنید تا به عنوان سیستم عصبی کسبوکارهای مدرن عمل کنند. با کار در یک محیط ابری آماده و با استفاده از استاندارد صنعتی Apache Spark، شما بر چرخه کامل مهندسی دادههای بلادرنگ مسلط خواهید شد. از طریق مطالعات موردی عملی و واقعی در زمینههای تجارت الکترونیک، اینترنت اشیا (IoT) و فینتک، یاد میگیرید که داشبوردهای عملیاتی زنده بسازید، از توابع پنجرهای (Window Functions) برای تحلیل روندها در طول زمان استفاده کنید و یک موتور پیشرفته شناسایی کلاهبرداری بلادرنگ طراحی نمایید. در پایان این دوره، مهارتهای لازم برای تبدیل جریانهای عظیم و سریع داده به ارزشهای تجاری فوری و کاربردی را کسب کرده و به متخصصی در ایجاد راهکارهای با تأخیر کم (Low-Latency) تبدیل میشوید که مزیت رقابتی شرکتها را تضمین میکند.
این دوره برای متخصصان و علاقهمندانی طراحی شده است که میخواهند از قدرت تحلیلهای بلادرنگ بهره ببرند. چه تحلیلگر داده، مهندس داده یا دانشمند داده باشید که به دنبال ارتقای مهارتهای خود است، و چه متخصص IT و توسعهدهندهای که با سیستمهای IoT، ابری یا استریمینگ کار میکند، این دوره شما را به ابزارها و تکنیکهای عملی برای تحلیل دادهها در لحظه جریان یافتن مجهز میکند. همچنین متخصصان کسبوکار با درک اینکه چگونه بینشهای بلادرنگ میتوانند تصمیمگیریهای هوشمندانهتر را در صنایع مختلف تسریع کنند، از این دوره بهرهمند خواهند شد.
برای دنبال کردن مؤثر تمرینات، کاربران باید درک پایهای از Python و SQL داشته باشند. آزمایشگاههای عملی از یک حساب رایگان Databricks استفاده میکنند و راهنمای راهاندازی ارائه شده است، بنابراین برای شروع به تجربه قبلی در Databricks یا Spark نیازی نیست.
در پایان این دوره، فراگیران قادر خواهند بود راهکارهای بهینه دادههای بلادرنگ را با استفاده از فناوریهای استریمینگ طراحی و پیادهسازی کنند. آنها یاد میگیرند که بین الگوهای پردازش دستهای، میکرو-بچ و استریمینگ مداوم برای حل مشکلات تجاری تفاوت قائل شوند، توابع مبتنی بر زمان و Watermarking را برای تحلیل دادههای Stateful به کار ببرند و خط لولههای استریمینگ را با شناسایی و رفع چالشهای عملکردی مانند Data Skew بهینه کنند.
سرفصل ها و درس ها
از پردازش دستهای تا مانیتورینگ بلادرنگ
From Batch to Real-Time Monitoring
انقلاب بلادرنگ
The Real-Time Revolution
پارادایمهای پردازش داده
Data Processing Paradigms
آشنایی با Spark Structured Streaming
Introduction to Spark Structured Streaming
اولین خط لوله استریمینگ شما
Your First Streaming Pipeline
تحلیلهای Stateful برای شهر هوشمند
Stateful Analytics for the Smart City
قدرت وضعیت (State) و زمان
The Power of State and Time
بررسی عمیق پنجرههای Tumbling و Sliding
Deep Dive on Tumbling and Sliding Windows
پیادهسازی Session Windows و Watermarking
Implementing Session Windows and Watermarking
ساخت خط لولههای استریمینگ در سطح عملیاتی
Building Production-Grade Streaming Pipelines
درک و عیبیابی انحراف دادهها (Data Skew)
Understanding and Diagnosing Data Skew
پیادهسازی تکنیک Salting
Implementing Salting
بهکارگیری استریمینگ در شناسایی کلاهبرداری
Applying Streaming to Fraud Detection
تبریک و گامهای بعدی در مسیر مهندسی داده
Congratulations and Next Steps in Your Data Engineering Career
نمایش نظرات