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

آموزش پردازش و تحلیل سریع داده‌های بلادرنگ (Real-Time)
جزییات دوره
4h 57m
11
(آخرین آپدیت)
52
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده