آموزش Data Mesh: ساختن یک معماری داده مدرن

Data Mesh : Building a Modern Data Architecture

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: به اصول کلیدی، بهترین روش ها و کاربردهای دنیای واقعی Data Mesh برای معماری داده مدرن تسلط داشته باشید. درک اصول و مفاهیم کلیدی معماری Data Mesh. آشنایی با مراحل اجرای Data Mesh از جمله حاکمیت و مدیریت داده. شناخت بهترین شیوه ها و چالش ها در پیاده سازی Data Mesh. درک مقایسه بین Data Mesh و سایر رویکردهای معماری داده. آشنایی با ابزارها و فناوری های کلیدی مورد استفاده در اجرای Data Mesh. درک نحوه ادغام سیستم های داده موجود در یک Data Mesh. یادگیری مزایای Data Mesh، از جمله بهبود کیفیت داده، افزایش به اشتراک گذاری داده ها، و عملیات ساده داده. درک اهمیت فهرست نویسی و کشف داده ها در معماری Data Mesh. درک ملاحظات کلیدی در حاکمیت داده و مدیریت داده در Data Mesh. درک آینده Data Mesh و روندهای نوظهور در معماری داده. مجهز بودن به تصمیم گیری آگاهانه در مورد استراتژی داده، معماری و عملیات. تبدیل شدن به یک متخصص مجرب در Data Mesh و اصول معماری داده آماده شدن برای مصاحبه های شغلی مرتبط با Data Mesh و معماری داده ها پیش نیازها:یک کامپیوتر کارآمد. بدون نیاز به تجربه قبلی


آیا به دنبال دوره ای هستید که درک جامعی از Data Mesh و Data Architecture ارائه دهد؟ این دوره یک نمای کلی از Data Mesh ، اصول کلیدی و مزایای آن و همچنین درک عملی از نحوه اجرای آن در سناریوهای دنیای واقعی ارائه می دهد.

Data Mesh یک رویکرد جدید در معماری داده است که بر روی دستیابی به داده ها و قابل استفاده آسان توسط تیم هایی که به آن نیاز دارند تمرکز دارد. این دوره اصول اولیه Data Mesh از جمله اصول کلیدی آن و تفاوت آن با سایر رویکردهای معماری داده را پوشش می دهد. شما یاد خواهید گرفت که چگونه Data Mesh را در سازمان خود پیاده سازی کنید، از جمله مراحل مربوط به فرآیند پیاده سازی، ابزارها و فناوری های مورد استفاده، و بهترین شیوه ها برای اجرای موفقیت آمیز.

این دوره همچنین جنبه مهم حاکمیت داده در معماری Data Mesh را پوشش می‌دهد، از جمله ملاحظات کلیدی برای مدیریت داده و فهرست‌نویسی و کشف داده‌ها. با چالش ها و محدودیت های Data Mesh و نحوه غلبه بر آنها آشنا خواهید شد.


چه حرفه ای داده باشید یا صرفاً به دنبال افزایش مهارت های داده خود باشید، این دوره یک منبع ضروری برای هر کسی است که به دنبال تسلط بر هنر معماری داده با داده مش است.

ثبت‌نام در این دوره به شما کمک می‌کند تا برای مصاحبه‌های شغلی آماده شوید، مخصوصاً اگر می‌خواهید به سازمانی بپیوندید که معماری‌های داده‌ای مانند داده مش را پیاده‌سازی می‌کند.

من دائماً محتوا را با بخش‌های جدید بر اساس به‌روزرسانی‌ها و روندهای در حال تحول در معماری داده و زمینه‌های مش داده به‌روزرسانی خواهم کرد.



سرفصل ها و درس ها

معرفی Introduction

  • معرفی دوره Course Introduction

  • معماری داده ها 101- مؤلفه های کلیدی Data Architectures 101- Key components

معایب حاکمیت متمرکز داده Drawbacks of Centralized Data Governance

  • نمای کلی بخش Section overview

  • انبارهای داده Data Warehouses

  • دریاچه های خرما Date Lakes

  • مسئولیت داده متمرکز Centralized Data Responsibility

اصول اصلی طراحی داده مش The Core Principles of Data Mesh Design

  • نمای کلی بخش Section Overview

  • مالکیت نامتمرکز دامنه بر داده ها Decentralized Domain Ownership of Data

  • داده به عنوان یک محصول Data as a Product

  • زیرساخت داده های خود خدمت به عنوان یک پلتفرم Self-Serve Data Infrastructure as a Platform

  • حاکمیت داده های محاسباتی فدرال Federated Computational Data Governance

شروع شدن؛ اتخاذ یک ذهنیت محصول مبتنی بر داده Getting Started; Adopting a Data-Driven Product Mindset

  • سفر مش دیتا Data Mesh Journey

  • ایجاد ذهنیت از محصول داده Building a Mindset of Data Product

  • فناوری های کلان داده Big Data Technologies

  • مطالعه موردی - معایب مالکیت اطلاعات نامشخص Case Study - Drawbacks of Unclear Data Ownership

  • درک دیدگاه های مختلف Understanding the Different Perspectives

  • ایجاد مشوق ها Creating Incentives

نقطه شروع از کجا و چگونه شروع کنیم Starting Point Where and How to Begin

  • از کجا و چگونه شروع کنیم Where and How to Get Started

  • ایجاد زیرساخت جدید در کنار اولین محصول داده Creating New Infrastructure Alongside the First Data Product

  • تطبیق زیرساخت های موجود Adapting Existing Infrastructure

پوسته پوسته شدن مش Scaling the Mesh

  • زیرساخت داده سلف سرویس Self-Serve Data Infrastructure

  • نقاط دردسر مسئولیت داده مرکزی Pain Points of Central Data Responsibility

  • مطالعه موردی - قابلیت های محاسباتی متمرکز Case Study - Centralized Compute Capabilities

  • قابلیت های زیرساخت داده Data Infrastructure Capabilities

نگهداری مش Maintaining the Mesh

  • حاکمیت داده های محاسباتی فدرال Federated Computational Data Governance

  • اطمینان از قابلیت همکاری از طریق مدل‌سازی بین دامنه‌ای معنایی Ensure Interoperability Through Semantic Cross-Domain Modeling

  • استفاده از اتوماسیون برای اجرای قوانین جهانی Using Automation to Enforce Global Rules

اشتباهات رایج در اجرای مش داده ها Common Mistakes in Data Mesh Implementation

  • بارگذاری بیش از حد مردم Overloading People

  • ایجاد یک پلتفرم با مسئولیت داده مرکزی Creating a Platform with Central Data Responsibility

  • ساختن پلتفرم کامل از جلو Building the Perfect Platform Up Front

  • درک نادرست مفهوم مش داده Misunderstanding the Data Mesh Concept

بهترین شیوه های صنعت Industry Best Practices

  • شروع کوچک، اما با تعهد Starting Small, but with Commitment

  • دامنه های خود را با توجه به قابلیت های تجاری خود تعریف کنید Define Your Domains Following Your Business Capabilities

  • استفاده از تفکر محصول در توسعه پلتفرم Apply Product Thinking to Platform Development

مراحل بعدی Next Steps

  • افکار بسته Closing Thoughts

پیوست 1 APPENDIX 1

  • معماری داده ها 101- مؤلفه های یک استراتژی داده مدرن Data Architectures 101- Components of a Modern Data Strategy

نمایش نظرات

آموزش Data Mesh: ساختن یک معماری داده مدرن
جزییات دوره
2 hours
36
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
5,052
4.1 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

CodeLicks Academy CodeLicks Academy

آکادمی CodeLicks