نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با تسلط بر مفاهیم ضروری، برنامهنویسی پایتون و SQL برای دستکاری دادهها، پایهای قوی در مهندسی داده بسازید. یاد بگیرید که سیستمهای داده مدرن چگونه ساختاردهی میشوند و مهارتهای کدنویسی عملی برای جریانهای کاری داده در دنیای واقعی را به دست آورید.
این دوره اصول اصلی مهندسی داده از جمله ذخیرهسازی، پردازش، ارکستراسیون (هماهنگسازی) و نقش فناوریهای ابری را معرفی میکند. دانشپذیران مهارتهای عملی با پایتون و SQL را توسعه داده و ساختارهای کلیدی داده، توابع و عملیات پایگاه داده را بررسی خواهند کرد. تا پایان این دوره، شما درک درستی از بلوکهای سازنده مهندسی داده خواهید داشت و قادر خواهید بود برای دستکاری و تحلیل موثر دادهها کدنویسی کنید.
این دوره ترکیبی از توضیحات شفاف مفاهیم مهندسی داده، دموهای کدنویسی عملی و آزمونهای تعاملی است. دانشپذیران از تئوریهای بنیادی به سمت برنامهنویسی کاربردی حرکت میکنند که این امر باعث درک عمیق «چرا» و «چگونگی» پشت عملکردهای مهندسی داده میشود.
این دوره بخش اول از یک تخصص سه دورهای است که برای ایجاد درکی کامل و منسجم از این موضوع طراحی شده است. اگرچه این دوره به تنهایی مهارتهای ارزشمندی ارائه میدهد، اما بیشترین بهره را با گذراندن هر سه دوره به عنوان یک مسیر یادگیری ساختاریافته خواهید برد.
این دوره بر اساس «بوتکمپ مهندسی داده: از صفر تا تسلط» اثر ایوان موشکِتیک (Ivan Mushketyk) است.
حق نشر © ۲۰۲۶ شرکت Zero To Mastery، ایوان موشکِتیک
تمامی حقوق محفوظ است. هیچ بخشی از این دوره نباید بدون اجازه کتبی ناشر تکثیر، در سیستمهای بازیابی ذخیره یا به هر شکل یا وسیلهای منتقل شود، مگر در موارد نقلقولهای کوتاه که در مقالات یا نقدهای انتقادی گنجانده شده باشند.
پکت (Packt) یکی از پرکارترین ناشران محتوای فنی پیشرفته در جهان است. ما بیش از دو دهه ماموریت خود را بر انتخاب و انتشار دانش بهترین متخصصان فنی متمرکز کردهایم. تمرکز ما بر دورههایی با محوریت دنیای واقعی است که به مشتریانمان کمک میکند کارها را به سرانجام برسانند، و پوشش موضوعی ما طیف گستردهای از مباحث فنی تثبیتشده و نوظهور را در بر میگیرد. اگر شما فرد یا سازمانی هستید که یادگیری عملی (Learning by Doing) را دنبال میکنید، پکت بهترین انتخاب برای شماست.
سرفصل ها و درس ها
مقدمه
Introduction
-
معرفی این تخصص
Introduction to the Specialization
معرفی مهندسی داده
Introduction to Data Engineering
-
مقدمه
Introduction
-
ذخیرهسازی دادهها
Storing Data
-
پردازش دادهها
Processing Data
-
منابع داده
Data Sources
-
ارکستراسیون (هماهنگسازی)
Orchestration
-
پردازش جریانی (Stream Processing)
Stream Processing
-
هوش مصنوعی و یادگیری ماشین در مهندسی داده
AI and ML with Data Engineering
-
ارائه دادهها
Serving Data
-
ابر و مهندسی داده
Cloud and Data Engineering
-
کد منبع این بوتکمپ
Source Code for This Bootcamp
-
پیشنیازها
Prerequisites
-
گام بعدی چیست؟
What's Next?
مبانی مهندسی داده: پایتون، SQL و موارد دیگر
Data Engineering Fundamentals: Python, SQL + more
-
مقدمه
Introduction
-
جوبیتر نوتبوک
Jupyter Notebooks
-
لیستها در پایتون
Python - Lists
-
تاپلها در پایتون
Python - Tuples
-
دیکشنریها در پایتون
Python - Dictionaries
-
مجموعهها در پایتون
Python - Sets
-
محدوده (Range) در پایتون
Python - Range
-
درک لیست (Comprehensions) در پایتون
Python - Comprehensions
-
فرمتبندی رشتهها در پایتون
Python - Strings Formatting
-
توابع در پایتون
Python - Functions
-
دکوراتورها در پایتون
Python - Decorators
-
استثناها در پایتون
Python - Exceptions
-
کلاسها در پایتون - بخش اول
Python - Classes - Part 1
-
کلاسها در پایتون - بخش دوم
Python - Classes - Part
-
ایتراتورها در پایتون
Python - Iterators
-
دستورات پایه CLI
CLI - Basic Commands
-
ترکیب دستورات در CLI
CLI - Combining Commands
-
متغیرهای محیطی در CLI
CLI - Environment Variables
-
محیطهای مجازی (Virtualenv) چیست؟
Virtual Environments - What Is a Virtualenv?
-
معرفی SQL
SQL - Introduction
-
راهاندازی محیط SQL
SQL - Environment Set Up
-
فراخوانی دادهها در SQL
SQL - Fetching Data
-
گروهبندی سطرها در SQL
SQL - Grouping Rows
-
اتصال جداول در SQL
SQL - Joining Data
-
ایجاد داده در SQL
SQL - Creating Data
نمایش نظرات