آموزش دوره گواهینامه مهندسی داده حرفه ای Google Cloud

Google Cloud Professional Data Engineer Certification Course

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: یاد بگیرید که از Google Cloud برای مهندسی داده استفاده کنید و برای آزمون گواهینامه آماده شوید! بیاموزید که برای قبولی در آزمون گواهینامه مهندسی داده حرفه‌ای Google Cloud طراحی سیستم‌های پردازش داده با ابزار Google Cloud عملیاتی کردن مدل‌های یادگیری ماشین برای استقرار یادگیری اصول Big Data و یادگیری ماشینی نحوه استفاده از Google Cloud SQL و Spark را بیاموزید استفاده از BigQuery ML برای پیش‌بینی‌ها ساخت داشبورد اینترنت اشیا بی‌درنگ با DataFlow و Data Studio یاد بگیرید از APIهای Google Cloud برای ML استفاده کنید، مانند Vision API و AutoML ساخت دریاچه‌های داده و انبارهای داده در Google Cloud استفاده از DataFlow برای پردازش داده‌های بدون سرور با Apache Beam درک پلت فرم Google Cloud کنسول ایجاد ماشین‌های مجازی با موتورهای محاسباتی Google پیش نیازها: حساب Google Cloud (برای پیگیری به همراه آزمایشگاه‌های آزمایشی و تکالیف) تجربه اولیه پلتفرم Google Cloud

برای قبولی در آزمون Google Cloud Professional Data Engineer به فروشگاه یکپارچه خود خوش آمدید!

یک امتحان کامل 50 سوالی با این دوره همراه است!

ما این دوره را طراحی کرده‌ایم تا منبع کاملی برای شما باشد تا یاد بگیرید چگونه از Google Cloud برای قبولی در آزمون گواهینامه مهندسی داده حرفه‌ای استفاده کنید!

همانطور که ممکن است شنیده باشید، Google Cloud با سرعت فوق العاده ای در حال رشد است، با رشد تقریباً 50 درصدی سالانه، و نرخ رشد بالاتری نسبت به کل ابر دارد. از آنجایی که Google برخی از پیشرفته‌ترین داده‌ها و ارائه‌های یادگیری ماشین را در میان هر ارائه‌دهنده ابری دارد، امروز منطقی است که در این زمینه بسیار پرتقاضا ماهر شوید.

در این دوره آموزشی به شما یاد می‌دهیم که چگونه با جمع‌آوری، تبدیل و انتشار داده‌ها، تصمیم‌های مبتنی بر داده بگیرید. این دوره مقدماتی صدور گواهینامه به شما نشان می دهد که چگونه از Google Cloud برای طراحی، ساخت و عملیاتی کردن سیستم های داده ای که می توانند در مقیاس Google اجرا شوند استفاده کنید.

در این دوره، با آموزش موارد زیر شما را برای آزمون گواهینامه مهندس داده حرفه‌ای Google Cloud آماده می‌کنیم:


  • طراحی سیستم های پردازش داده

    • Google Cloud Storage

    • خطوط داده

    • BigQuery

    • DataFlow

    • Cloud Composer

  • سیستم های داده را عملیاتی کنید

    • Cloud BigTable

    • Cloud SQL

    • پاکسازی و تبدیل داده

    • نظارت بر داده ها

  • DevOps یادگیری ماشین

    • Google Cloud ML API

    • استقرار خطوط لوله ML

    • تصمیمات زیرساخت

  • کیفیت راه حل های داده

    • امنیت داده و دسترسی

    • مجموعه های تست و عیب یابی

    • تأیید و نظارت

    • قابلیت انتقال داده

  • و خیلی بیشتر!

در حالی که این دوره به طور خاص برای کمک به شما در گذراندن آزمون گواهینامه مهندس داده حرفه ای Google Cloud طراحی شده است، ما معتقدیم هر کسی که علاقه مند به استفاده از Google Cloud برای ایجاد عملیات توسعه برای جدیدترین محصولات داده باشد، از شرکت در این دوره بسیار سود خواهد برد.

همچنین، با این دوره نه تنها محتوای فنی فوق‌العاده‌ای دریافت می‌کنید، بلکه به انجمن‌های پرسش و پاسخ دوره ما و کانال گفتگوی دانشجویی Discord ما نیز دسترسی خواهید داشت.

می‌توانید با 30 روز ضمانت بازگشت وجه، دوره را بدون ریسک امتحان کنید!

امروز ثبت نام کنید و شما را در دوره می بینیم!


سرفصل ها و درس ها

مقدمه و دوره خوش آمدید Introduction and Course Welcome

  • سخنرانی اجمالی دوره - لطفاً رد نشوید! COURSE OVERVIEW LECTURE - PLEASE DO NOT SKIP!

  • مروری بر برنامه درسی دوره Course Curriculum Overview

  • مروری بر داده های GCP GCP Data Overview

  • چرخه حیات داده Data Lifecycle

مقدمه ای بر Google Cloud Introduction to Google Cloud

  • مقدمه ای بر Google Cloud Introduction to Google Cloud

  • ابر چیست؟ مروری بر محاسبات ابری What is Cloud? A Cloud Computing Overview

  • زیرساخت شبکه GCP GCP Network Infrastructure

  • اتصالات شبکه GCP GCP Network Connections

  • چرا GCP را انتخاب کنید؟ Why Choose GCP?

  • راه اندازی حساب Google Cloud Google Cloud Account Set-up

  • صورتحساب و بودجه Billing and Budgets

  • تور صورتحساب: DEMO Billing Tour: DEMO

  • تنظیم هشدار بودجه: DEMO Setting a Budget Alert: DEMO

مروری بر فضای ذخیره سازی Google Google Storage Overview

  • مروری بر فضای ذخیره سازی GCP GCP Storage Overview

  • گشت و گذار در فضای ذخیره سازی GCP GCP Storage Tour

  • فضای ذخیره ابری Cloud Storage

  • نسخه ی نمایشی ذخیره سازی ابری Cloud Storage DEMO

  • فروشگاه فایل Filestore

  • نسخه ی نمایشی فروشگاه فایل Filestore DEMO

  • ابر SQL Cloud SQL

  • Cloud SQL DEMO Cloud SQL DEMO

  • آچار ابری Cloud Spanner

  • Cloud Spanner DEMO Cloud Spanner DEMO

  • Cloud BigTable Cloud BigTable

  • Memorystor Memorystore

نمای کلی داده های بزرگ Big Data Overview

  • نمای کلی داده های بزرگ Big Data Overview

  • MapReduce MapReduce

  • آپاچی هادوپ Apache Hadoop

  • خوک آپاچی Apache Pig

  • آپاچی اسپارک Apache Spark

  • آپاچی کافکا Apache Kafka

Google Bigquery Google Bigquery

  • مقدمه ای بر Bigquery Introduction to Bigquery

  • دریاچه های داده در مقابل انبار داده Data Lakes vs Data Warehouse

  • معماری BigQuery BigQuery Architecture

  • سلسله مراتب پایه BigQuery BigQuery Basic Hierarchy

  • مبانی BigQuery: DEMO BigQuery Basics: DEMO

  • ابزار خط فرمان BigQuery: DEMO BigQuery Command Line Tool: DEMO

  • BigQuery ورودی داده را جذب می کند BigQuery Ingesting Data Input

  • داده های بارگیری BigQuery: DEMO BigQuery Loading Data: DEMO

  • درک طرحواره های BigQuery BigQuery Understanding Schemas

  • فیلدهای تودرتو و تکراری BigQuery BigQuery Nested and Repeated Fields

  • فیلدهای تو در تو: DEMO Nested Fields: DEMO

  • تقسیم بندی و خوشه بندی Partioning and Clustering

  • BigQuery و یادگیری ماشینی BigQuery and Machine Learning

  • BigQuery و یادگیری ماشین: DEMO BigQuery and Machine Learning: DEMO

  • بهترین روش های BigQuery BigQuery Best Practices

  • سیاست و نظارت IAM BigQuery BigQuery IAM Policy and Monitoring

  • BigQuery Streaming BigQuery Streaming

Dataproc در Google Cloud Dataproc on Google Cloud

  • مقدمه ای بر Dataproc Introduction to Dataproc

  • بررسی اکوسیستم مبتنی بر Hadoop Hadoop Based Ecosystem Review

  • ویژگی های کلیدی Dataproc Dataproc Key Features

  • بهینه سازی Dataproc Dataproc Optimization

  • Dataproc: DEMO Dataproc: DEMO

  • Dataproc با Cloud Storage Dataproc with Cloud Storage

Cloud Data Fusion Cloud Data Fusion

  • مقدمه ای بر Data Fusion Introduction to Data Fusion

  • Cloud Data Fusion Cloud Data Fusion

  • رابط کاربری Data Fusion Data Fusion User Interface

  • Data Fusion فایل های JSON را از اینجا دانلود کنید Data Fusion Download JSON Files Here

  • Data Fusion: DEMO Data Fusion: DEMO

Cloud Composer Cloud Composer

  • مقدمه ای بر Cloud Composer Introduction to Cloud Composer

  • بررسی اجمالی جریان هوای آپاچی Apache Airflow Overview

  • Cloud Composer Cloud Composer

  • Cloud Composer: DEMO Cloud Composer: DEMO

Cloud Dataflow Cloud Dataflow

  • مقدمه ای بر Cloud Dataflow Introduction to Cloud Dataflow

  • مروری بر جریان داده های ابری Cloud Dataflow Overview

  • Cloud Dataflow: الگوها و SQL Cloud Dataflow: Templates and SQL

  • Cloud Dataflow: DEMO Cloud Dataflow: DEMO

Google Cloud Pub Sub Google Cloud Pub Sub

  • معرفی Pub Sub Introduction to Pub Sub

  • آپاچی کافکا پالسار Apache Kafka Pulsar

  • بررسی اجمالی ساب میخانه Pub Sub Overview

  • Pub Sub Architecture Pub Sub Architecture

  • Pub Sub DEMO Pub Sub DEMO

Data Studio در Google Cloud Data Studio on Google Cloud

  • مقدمه ای بر دیتا استودیو Introduction to Data Studio

  • بررسی اجمالی استودیو داده Data Studio Overview

  • Data Studio: DEMO Data Studio: DEMO

Dataprep در Google Cloud Dataprep on Google Cloud

  • مقدمه ای بر Dataprep Introduction to Dataprep

  • ویژگی ها و نمای کلی Dataprep Dataprep Features and Overview

  • Dataprep: DEMO Dataprep: DEMO

یادگیری ماشین در GCP Machine Learning on GCP

  • مقدمه ای بر بخش مروری بر یادگیری ماشین Introduction to Machine Learning Overview Section

  • درک مسیر یادگیری ماشینی Understanding the Machine Learning Pathway

  • چرا یادگیری ماشین Why Machine Learning

  • انواع الگوریتم های یادگیری ماشینی Types of Machine Learning Algorithms

  • فرآیند یادگیری ماشینی تحت نظارت Supervised Machine Learning Process

  • تفاوت هوش مصنوعی و ML Difference AI and ML

  • نمای کلی: هوش مصنوعی و ML در Google Cloud Overview: AI and ML on Google Cloud

  • مروری بر هوش مصنوعی Vertex Vertex AI Overview

  • Vertex AI Workbench: Jupyter Notebook در Google Cloud Vertex AI Workbench: Jupyter Notebook on Google Cloud

راهنمای آزمون مهندس داده حرفه ای Google Cloud Google Cloud Professional Data Engineer Exam Guide

  • معرفی راهنمای آزمون Introduction to Exam Guide

  • بررسی اجمالی موضوعات امتحانی Exam Topics Overview

  • تجربه امتحان Exam Experience

  • آزمون عملی مهندس داده حرفه ای Google Cloud Google Cloud Professional Data Engineer Practice Exam

نمایش نظرات

نظری ارسال نشده است.

آموزش دوره گواهینامه مهندسی داده حرفه ای Google Cloud
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
10.5 hours
90
Udemy (یودمی) udemy-small
06 خرداد 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
553
4.4 از 5
دارد
دارد
دارد
Jose Portilla

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jose Portilla Jose Portilla

رئیس بخش علوم داده در آموزش پیریان

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.