آموزش معماری داده برای مهندسان داده: رویکردهای عملی - آخرین آپدیت

دانلود Data Architecture for Data Engineers: Practical Approaches

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

ساخت راه‌حل‌های داده مقیاس‌پذیر و کارآمد با کاربردهای واقعی

ارزیابی و انتخاب معماری داده بر اساس نیازهای خاص کسب‌وکار و ویژگی‌های داده‌ها.

طراحی مدل‌های داده و پیاده‌سازی استراتژی‌های پایگاه داده برای داده‌های ساختاریافته و بدون ساختار.

ساخت پایپ‌لاین‌های داده مقیاس‌پذیر و مقاوم در برابر خطا با استفاده از فرآیندهای ETL/ELT و پردازش داده‌های بی‌درنگ.

پیاده‌سازی راه‌حل‌های داده مبتنی بر ابر در AWS، Azure و محیط‌های چند ابری.

تمایز بین معماری‌های داده مدرن، شامل Data Lakes، Data Warehouses و Data Lakehouses برای ذخیره‌سازی بهینه داده‌ها.

به‌کارگیری بهترین شیوه‌ها برای حاکمیت داده، امنیت و انطباق در چارچوب‌های معماری داده.

تحلیل و انتخاب ابزارهای مناسب یکپارچه‌سازی و مدیریت داده برای استراتژی‌های ترکیبی و چند ابری.

برنامه‌ریزی مسیر شغلی از مهندس داده به معمار داده، شامل مهارت‌های کلیدی و گواهینامه‌ها.

پیش‌نیازها برای موفقیت در معماری داده

درک مفاهیم داده: آشنایی با ساختارهای داده، پایگاه‌های داده و پردازش عمومی داده، درک جنبه‌های فنی را آسان‌تر می‌کند.

دانش SQL و ذخیره‌سازی داده: تجربه با SQL و درک انواع ذخیره‌سازی داده (مانند پایگاه داده‌های رابطه‌ای، ذخیره‌سازی ابری) مفید است، اما ضروری نیست.

علاقه به معماری داده و پلتفرم‌های ابری: کنجکاوی در مورد چارچوب‌های معماری داده و پلتفرم‌های ابری مانند AWS، Azure یا Google Cloud، محتوای دوره را جذاب‌تر و مرتبط‌تر می‌کند.

برای مبتدیان هیچ ابزار خاص یا مهارت پیشرفته‌ای لازم نیست؛ این دوره برای معرفی مفاهیم کلیدی و راهنمایی گام به گام در رویکردهای عملی معماری داده طراحی شده است. اگر انگیزه یادگیری و اشتیاق به به‌کارگیری مهارت‌های جدید دارید، این دوره برای شماست!

معماری داده برای مهندسان داده: رویکردهای عملی

با معماری داده برای مهندسان داده: رویکردهای عملی، پتانسیل معماری داده را آزاد کنید. این دوره برای ایجاد پایه‌ای قوی در خلق راه‌حل‌های داده مقیاس‌پذیر، کارآمد و استراتژیک برای مهندسان داده، معماران داده مشتاق و متخصصان تجزیه و تحلیل طراحی شده است.

در این دوره، هم معماری‌های سنتی و هم مدرن داده، از جمله انبارهای داده (Data Warehouses)، دریاچه‌های داده (Data Lakes) و رویکرد نوظهور دریاچه-انباره داده (Data Lakehouse) را کاوش خواهید کرد. درباره معماری‌های توزیع شده و مبتنی بر ابر، به همراه کاربردهای عملی هر یک برای انطباق با نیازهای مختلف داده، خواهید آموخت. ما جنبه‌های کلیدی مانند مدل‌سازی داده، حاکمیت و امنیت را پوشش می‌دهیم و بر تکنیک‌های عملی برای پیاده‌سازی در دنیای واقعی تأکید داریم.

با شروع از اصول پایه‌ای — کیفیت داده، مقیاس‌پذیری، امنیت و بهره‌وری هزینه — شما را در طراحی پایپ‌لاین‌های داده قوی، درک فرآیندهای ETL در مقابل ELT و یکپارچه‌سازی پردازش داده‌های دسته‌ای و بی‌درنگ راهنمایی خواهیم کرد. با بخش‌های اختصاصی در مورد معماری‌های AWS، Azure و ابرهای ترکیبی/چند ابری، بینش عملی برای استفاده از ابزارهای ابری برای راه‌حل‌های داده مقیاس‌پذیر کسب خواهید کرد.

این دوره همچنین شما را برای انتقال شغلی آماده می‌کند و راهنمایی‌هایی در مورد مهارت‌ها، گواهینامه‌ها و گام‌هایی برای تبدیل شدن به یک معمار داده ارائه می‌دهد. از طریق مطالعات موردی، آزمون‌ها و مثال‌های دنیای واقعی، برای تصمیم‌گیری‌های معماری استراتژیک و به‌کارگیری بهترین شیوه‌ها در صنایع مختلف مجهز خواهید شد. در پایان، مجموعه ابزار جامعی برای طراحی و پیاده‌سازی معماری‌های داده کارآمد که با اهداف کسب‌وکار و نیازهای داده‌های نوظهور همسو هستند، خواهید داشت.


سرفصل ها و درس ها

معرفی مدرس و مرور کلی دوره Introduction to the Instructor and Course Overview

  • با مدرس خود آشنا شوید Meet Your Instructor

  • ساختار و اهداف دوره Course Structure and Objectives

مقدمه ای بر معماری داده Introduction to Data Architecture

  • اصول کلیدی در معماری و حکمرانی داده Key Tenets in Data Architecture and Governance

  • مرور کلی معماری داده Overview of Data Architecture

  • انواع معماری های داده Types of Data Architectures

  • معماری یکپارچه (Monolithic Architecture) Monolithic Architecture

  • معماری توزیع شده (Distributed Architecture) Distributed Architecture

  • موارد استفاده از معماری مبتنی بر ابر (Cloud-based Architecture Use Cases) Cloud-based Architecture Use Cases

  • انتخاب معماری بهینه داده Choosing the Optimal Data Architecture

  • مطالعه بیشتر Additional Readings

  • آزمونک مقدمه ای بر معماری داده Quiz on Introduction to Data Architecture

مدل سازی داده برای معماری های موثر Data Modeling for Effective Architectures

  • مقدمه ای بر مدل سازی داده Introduction to Data Modeling

  • انواع پایگاه داده Database Types

  • رویکردهای طراحی پایگاه داده Database Design Approaches

  • نرمال سازی (Normalization) Normalization

  • غیر نرمال سازی (Denormalization) Denormalization

  • نرمال سازی و غیر نرمال سازی – چگونه انتخاب کنیم؟ Normalization & Denormalization - How to choose?

  • مطالعه موردی Case Study

  • مطالعه بیشتر Additional Readings

  • آزمونک مدل سازی داده و طراحی پایگاه داده Quiz on Data Modeling and Database Design

معماری پایپ لاین های داده Architecting Data Pipelines

  • مقدمه ای بر پایپ لاین های داده Introduction to Data Pipelines

  • پردازش های ETL در مقابل ELT ETL vs. ELT Processes

  • ابزارها و بهترین شیوه های پایپ لاین داده Data Pipeline Tools & Best Practices

  • پردازش داده های دسته ای (Batch Data Processing) Batch Data Processing

  • پردازش داده های بلادرنگ (Real-time Data Processing) Real-time Data Processing

  • پردازش داده های دسته ای در مقابل بلادرنگ Batch vs Real-time Data Processing

  • معماری پایپ لاین های قوی – بخش اول Architecting Robust Pipelines - I

  • معماری پایپ لاین های قوی – بخش دوم Architecting Robust Pipelines - II

  • مطالعه موردی Case Study

  • مطالعه بیشتر Additional Readings

  • آزمونک پایپ لاین ها و پردازش داده Quiz on Data Pipelines and Processing

معماری های نوین داده Modern Data Architectures

  • دریاچه های داده و انبار داده Data Lakes and Data Warehouses

  • معماری Data Lakehouse Data Lakehouse Architecture

  • شبکه داده و پارچه های داده (Data Mesh and Data Fabrics) Data Mesh and Data Fabrics

  • مطالعه موردی Case Study

  • مطالعه بیشتر Additional Readings

  • آزمونک معماری های نوین داده Quiz on Modern Data Architectures

معماری داده ابری: ابزارها و فناوری ها Cloud Data Architecture: Tools and Technologies

  • AWS برای مهندسان داده AWS for Data Engineers

  • Azure برای مهندسان داده Azure for Data Engineers

  • معماری های هیبریدی و چند ابری (Hybrid and Multi-cloud Architectures) Hybrid and Multi-cloud Architectures

  • مطالعه بیشتر Additional Readings

  • آزمونک معماری داده ابری: AWS، Azure و هیبریدی/چند ابری Quiz on Cloud Data Architecture: AWS, Azure, and Hybrid/Multi-cloud

برگه تقلب و جمع بندی دوره Cheat Sheet and Course Wrap-Up

  • راهنمای گام به گام انتخاب معماری Step-by-Step Guide to Choosing an Architecture

  • مسیر تبدیل شدن به یک معمار داده Road to Becoming a Data Architect

  • دوره های دیگر از ماناس جین Other Courses by Manas Jain

  • بازخورد و نتیجه گیری دوره Feedback & Course Conclusion

نمایش نظرات

آموزش معماری داده برای مهندسان داده: رویکردهای عملی
جزییات دوره
4 hours
41
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
3,621
4.3 از 5
ندارد
دارد
دارد
Manas Jain
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Manas Jain Manas Jain

راه حل های داده های ابری و رهبر استراتژیک