آموزش مهندسی داده های مایکروسافت Azure (DP-203) Cert Prep: طراحی و توسعه پردازش داده ها
Microsoft Azure Data Engineering (DP-203) Cert Prep: Design and Develop Data Processing
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
آیا شما برای امتحان Microsoft Azure Data Engineering (DP-203) آماده هستید یا به دنبال درک بهتر نحوه طراحی و توسعه پردازش داده ها هستید؟ این دوره، دوم در یک سری، می تواند به شما کمک کند. هدیه نوح، بنیانگذار Pragmatic A.I. آزمایشگاه ها و یک انجمن بنیاد نرم افزار پایتون، چگونگی طراحی و توسعه پردازش داده ها را با Azure پوشش می دهد. نوح نشان می دهد که چگونه از جرقه آپاچی، کارخانه داده ها و databricks استفاده کنید تا داده ها را در Azure مصرف و تبدیل کنید. او بیش از تمیز کردن داده ها و وظایف تبدیل داده های رایج داده می شود، سپس به راه حل های پردازش دسته ای می پردازد. پس از توضیح نحوه ادغام نحوه ادغام نوت بوک های Jupyter/Python به خط لوله داده خود، نوح در مورد پردازش جریان، تفاوت بین جریان جریان و پردازش دسته ای و استفاده از راه حل کارخانه داده های Azure برای مدیریت دسته ها و خطوط لوله خود بحث می کند.
توجه: این دوره توسط هدیه نوح ایجاد شد. ما خوشحالیم که این آموزش را در کتابخانه ما برگزار کنیم.
توجه: این دوره توسط هدیه نوح ایجاد شد. ما خوشحالیم که این آموزش را در کتابخانه ما برگزار کنیم.
سرفصل ها و درس ها
معرفی Introduction
-
طراحی و توسعه پردازش داده ها در مایکروسافت Azure Design and develop data processing on Microsoft Azure
-
بازبینی فناوری پیش نیاز سریع Quick prerequisite technology overview
1. مصرف و تبدیل داده ها 1. Ingest and Transform Data
-
داده ها را با استفاده از جرقه آپاچی تبدیل کنید Transform data by using Apache Spark
-
پاک کردن داده ها Cleanse data
-
وظایف انتقال داده های مشترک Common data transform tasks
-
فصلنامه Chapter Quiz
2. طراحی و توسعه یک راه حل پردازش دسته ای 2. Design and Develop a Batch Processing Solution
-
توسعه راه حل های پردازش دسته ای Develop batch processing solutions
-
نوت بوک های Jupyter/Python را ادغام کنید Integrate Jupyter/Python notebooks
-
فصلنامه Chapter Quiz
3. طراحی و توسعه یک راه حل پردازش جریان 3. Design and Develop a Stream Processing Solution
-
یک راه حل پردازش جریان را توسعه دهید Develop a stream processing solution
-
فصلنامه Chapter Quiz
4. مدیریت دسته ها و خطوط لوله 4. Manage Batches and Pipelines
-
مدیریت دسته ها و خطوط لوله Manage batches and pipelines
-
فصلنامه Chapter Quiz
نتیجه Conclusion
-
خلاصه و مراحل بعدی Summary and next steps
https://donyad.com/d/9dd3
Noah Gift
کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO
Noah Gift بنیانگذار Pragmatic A.I است. آزمایشگاه ها و یکی از همکاران بنیاد نرم افزار پایتون.
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم‌های اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
نمایش نظرات