مدل‌سازی داده‌ها - آزمون‌های جامع تمرینی - آخرین آپدیت

دانلود Data Modelling - Practice Tests new

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد. این دوره صرفا آزمون یا تمرین می باشد و ویدیو ندارد.

نمونه ویدیویی برای نمایش وجود ندارد.

توضیحات دوره: نرمال‌سازی، مدل‌سازی ابعادی، Data Vault 2.0، انواع SCD، طراحی Lakehouse و تفکیک موجودیت‌ها (Entity Resolution). در این دوره مفاهیم رابطه‌ای، نرمال‌سازی (از 1NF تا BCNF)، طراحی موجودیت-رابطه (ER)، کلیدها و محدودیت‌های یکپارچگی ارجاعی را به‌طور کامل بیاموزید. مدل‌های ابعادی را با استفاده از طرح‌های Star و Snowflake، انواع جداول Fact، استراتژی‌های SCD و ابعاد هماهنگ (Conformed Dimensions) برای تحلیل داده‌ها طراحی کنید. پیاده‌سازی Data Vault 2.0 را با Hubها، Linkها، Satelliteها، کلیدهای هش (Hash Keys)، جداول PIT و زمان انتخاب Data Vault به جای متدولوژی Kimball فرا بگیرید. الگوهای مدرن مدل‌سازی را به کار ببرید: معماری Lakehouse، فرمت‌های جدول باز (Open Table Formats)، تفکیک موجودیت‌ها، طراحی OBT و لایه متریک‌ها. پیش نیازها: دانش پایه SQL مورد نیاز است. شما باید در نوشتن دستورات SELECT و JOIN تسلط داشته باشید. آشنایی با نحوه ذخیره‌سازی داده‌ها در جداول و کوئری زدن در پایگاه داده به شما در طول دوره کمک می‌کند. برای شروع آزمون‌های ۱ و ۲، نیازی به دانش قبلی در مورد مدل‌سازی داده‌ها، طراحی ابعادی یا Data Vault نیست. آزمون‌های ۳ تا ۶ موضوعات پیشرفته و تخصصی را پوشش می‌دهند و برای افرادی که در حال حاضر با انبارهای داده (Data Warehouses) یا خطوط لوله تحلیلی (Analytical Pipelines) کار می‌کنند و قصد تعمیق دانش خود را دارند، بسیار مفید است.

مدل‌سازی داده‌ها یکی از پرتکرارترین مباحث در مصاحبه‌های مهندسی داده و یکی از حیاتی‌ترین مهارت‌ها در توسعه پلتفرم‌های داده عملیاتی است. این دوره ۳۰۰ سوال تمرینی در قالب ۶ آزمون در اختیار شما قرار می‌دهد که تمام طیف دانش مدل‌سازی داده‌ها، از مبانی رابطه‌ای تا تصمیمات معماری مدرن در سطح خبره را پوشش می‌دهد.

آزمون‌های ۱ و ۲ زیربنای یادگیری را می‌سازند. آزمون ۱ به موجودیت‌ها، ویژگی‌ها، کلیدها، روابط، کاردینالیتی، نمودارهای ER و یکپارچگی ارجاعی می‌پردازد. آزمون ۲ نرمال‌سازی را به‌صورت عمیق بررسی می‌کند: وابستگی‌های تابعی، 1NF تا BCNF، ناهنجاری‌های درج و به‌روزرسانی، و زمان‌هایی که دنرمال‌سازی (Denormalisation) انتخاب درستی برای طراحی است. این دو آزمون مباحثی را پوشش می‌دهند که معمولاً پیش‌فرض گرفته می‌شوند اما به‌ندرت به‌صورت سیستماتیک مورد آزمایش قرار می‌گیرند.

آزمون‌های ۳ و ۴ وارد مبحث مدل‌سازی ابعادی و ابعاد با تغییرات کند (SCD) می‌شوند. آزمون ۳ شامل طرح Star، طرح Snowflake، انواع جداول Fact (تراکنشی، اسنپ‌شات دوره‌ای، اسنپ‌شات انباشته)، تعریف Grain، ابعاد هماهنگ و الگوهای پیشرفته شامل Junk Dimensions، Role-playing Dimensions و جداول Bridge است. آزمون ۴ هر ۶ نوع SCD را با جزئیات، شامل پیاده‌سازی در SQL و dbt، تفاوت as-was در مقابل as-is، شناسایی تغییرات با Row Hash و مدیریت داده‌های دیررس بررسی می‌کند.

آزمون‌های ۵ و ۶ در سطح خبره هستند. آزمون ۵ به Data Vault 2.0 می‌پردازد: طراحی Hub، Link و Satellite، کلیدهای هش، منبع رکورد، جداول PIT و Bridge، لینک‌های Same-as، ساتیلیت‌های محاسباتی، تفاوت Raw Vault در مقابل Business Vault و پیاده‌سازی با dbt و Delta Lake. آزمون ۶ مدل‌سازی مدرن را پوشش می‌دهد: الگوهای One Big Table، معماری Lakehouse با Delta Lake و Apache Iceberg، معماری مدالین (Medallion)، تفکیک موجودیت‌ها و مدیریت داده‌های مستر (MDM)، لایه متریک‌ها، Data Mesh و مدل‌سازی دو-زمانی (Bi-temporal).

هر سوال نه تنها پاسخ صحیح، بلکه دلیل رد شدن هر یک از سه گزینه غلط را با مثال‌های واقعی SQL و زمینه‌های مهندسی عملیاتی توضیح می‌دهد.

چه در حال آماده شدن برای یک مصاحبه فنی باشید، چه در حال آشنایی با یک پلتفرم داده جدید و یا در حال کسب دانش برای اتخاذ تصمیمات معماری آگاهانه‌تر، این دوره برای رساندن شما به این اهداف طراحی شده است.

تمرین ها و آزمونها

آزمون‌های تمرینی Practice Tests

مفاهیم رابطه‌ای، کلیدها و طراحی موجودیت-رابطه Relational Concepts, Keys & Entity-Relationship Design
نرمال‌سازی Normalisation
مدل‌سازی ابعادی: طرح ستاره، طرح دانه برفی و جداول Fact Dimensional Modelling: Star Schema, Snowflake Schema & Fact Tables
انواع ابعاد با تغییرات کند (SCD) SCD Types
دیتا والت ۲.۰ (Data Vault 2.0): هاب‌ها، لینک‌ها و ساتیلیت‌ها Data Vault 2.0: Hubs, Links & Satellites
مدل‌سازی OBT، لیک‌هاوس و تفکیک موجودیت‌ها OBT, Lakehouse Modelling & Entity Resolution