لطفا جهت پرداخت (ورود به درگاه بانک) فیلترشکن خود را خاموش نمایید.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش انتقال از ذخیره سازی داده به داده بزرگ
Transitioning from Data Warehousing to Big Data
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
داده های بزرگ و تجزیه و تحلیل ها ، دوره کاملاً جدیدی از بینش داده محور را برای شرکت های کلیه صنایع به ارمغان آورده است. خوشبختانه ، افرادی که در هوش تجاری سنتی (BI) و انبارداری داده ها (DW) مهارت دارند ، یک منبع خارق العاده از منابع برای کمک به مشاغل در استفاده از این نسل جدید فن آوری ها هستند. این دوره به سرعت متخصصان BI / DW را در جنبه های کلیدی داده های بزرگ و تجزیه و تحلیل ، از جمله تکامل آن در دو دهه گذشته ، آموزش می دهد. آلن سایمون نشان می دهد که چگونه می توان از معماری ها و فن آوری های جدید مانند Hadoop بهره برد و آنچه را که از قبل می دانید برای برنامه ریزی نقشه راه دستیابی به یک راه حل بهتر داده بزرگ برای کسب و کار خود ساخت.
موضوعات شامل:
کشف داده های بزرگ ، Hadoop و تجزیه و تحلیل li>
بررسی نواقص انبارداری داده های سنتی li>
مقایسه معماری های کلان داده برای انبارداری داده های نسل بعدی li>
درک جایگزین ها li>
ساختن نقشه راه li>
مدیریت پروژه های بزرگ مبتنی بر داده li>
نظارت و اندازه گیری موفقیت li>
سرفصل ها و درس ها
مقدمه
Introduction
خوش آمدی
Welcome
آنچه باید بدانید
What you should know
1. هوش تجاری ، انبارداری داده ها و داده های بزرگ
1. Business Intelligence, Data Warehousing, and Big Data
مرور تاریخچه BI / DW
Reviewing BI/DW history
در حال مشاهده داده های بزرگ
Looking at big data
کاوش در اکوسیستم Hadoop
Exploring the Hadoop ecosystem
درک تحلیلی امروز
Understanding today's analytics
2. چالش هایی با DW / BI سنتی
2. Challenges with Traditional DW/BI
نگاهی جدی به BI
Taking a critical look at BI
بررسی انبار داده سنتی
Examining traditional data warehousing
بررسی روشهای انبار داده
Examining data warehouse methodologies
مقابله با مشکلات تکه تکه کردن داده-مارت
Confronting data-mart fragmentation problems
با نگاهی به انبار کردن داده های زمان واقعی
Looking at real-time data warehousing
3. معماری انبارداری داده ها
3. Data Warehousing Architectures
پرداختن به شکاف تحلیلی
Addressing the analytics gap
با نگاهی به دو رویکرد Hadoop DW
Looking at two Hadoop DW approaches
مقایسه داده های بزرگ ELT با ETL سنتی
Comparing big data ELT with traditional ETL
اعمال SQL در Hadoop
Applying SQL to Hadoop
کاوش در تکامل DW با Hadoop
Exploring the evolution of DW with Hadoop
4- انبارداری داده و داده های بزرگ برای شما
4. Data Warehousing and Big Data for You
ارزیابی وضعیت داده ها و تجزیه و تحلیل های شما
Assessing the state of your data and analytics
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.
نمایش نظرات