آموزش ضروری Google Cloud: استقرار، تجزیه و تحلیل و ایمن کردن محیط ابری شما

دانلود Essential Google Cloud Training: Deploy, Analyze, and Secure Your Cloud Environment

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

این دوره برای معرفی دانش و مهارت‌هایی طراحی شده است که برای استقرار زیرساخت، توسعه برنامه‌ها، مدیریت شبکه‌ها و استفاده از سرویس‌های تخصصی مانند هوش مصنوعی و ذخیره‌سازی داده بدون سرور در پلتفرم Google Cloud نیاز دارید. دن سالیوان، کارشناس Google Cloud، شما را از طریق مهارت‌ها و خدمات ضروری که برای راه‌اندازی و راه‌اندازی شما در Google Cloud نیاز دارید، راهنمایی می‌کند.

در طول دوره، Dan از دموها و آزمایشگاه‌ها برای تقویت درک شما و ارائه تجربه عملی در Google Cloud Platform استفاده می‌کند. نحوه شروع استفاده از Google Cloud، نحوه تصمیم‌گیری اینکه کدام سرویس محاسباتی برای نیازهای شما مناسب است، نحوه ایجاد ماشین‌های مجازی و استفاده از توابع بدون سرور برای پردازش رویداد محور را بیاموزید. دان همچنین کانتینرهای در حال اجرا را در Cloud Run و Google Kubernetes Engine توضیح می‌دهد، موضوعات داغی مانند هوش مصنوعی و یادگیری ماشینی در Google Cloud را پوشش می‌دهد و با استفاده از Google BigQuery برای طیف گسترده‌ای از حجم‌های کاری تحلیلی کاوش می‌کند.

توجه: این دوره توسط پیرسون ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.


سرفصل ها و درس ها

مقدمه Introduction

  • ملزومات Google Cloud: مقدمه Google Cloud essentials: Introduction

درس 1: مروری بر Google Cloud Lesson 1: Overview of Google Cloud

  • اهداف آموزشی Learning objectives

  • خدمات محاسبه Compute services

  • خدمات ذخیره سازی Storage services

  • خدمات شبکه Networking services

  • خدمات داده Data services

درس 2: کار با Cloud Console Lesson 2: Working with Cloud Console

  • اهداف آموزشی Learning objectives

  • فعال کردن API ها Enabling APIs

  • آزمایشگاه: استفاده از Google Cloud Console برای اولین بار Lab: Using Google Cloud Console for the first time

  • یافتن خدمات در کنسول Finding services in the console

  • شروع کار با Google Cloud Console Getting started with Google Cloud Console

  • بررسی وضعیت خدمات Google Cloud Checking the status of Google Cloud services

درس 3: درک مبانی Cloud SDK Lesson 3: Understanding Cloud SDK Basics

  • اهداف آموزشی Learning objectives

  • استفاده از Cloud SDK در خط فرمان Using the Cloud SDK in the command line

  • اجزای Cloud SDK Components of the Cloud SDK

  • استفاده از Cloud Shell Using Cloud Shell

درس 4: استقرار ماشین های مجازی با موتور محاسباتی Lesson 4: Deploying Virtual Machines with Compute Engine

  • یک ماشین مجازی در Google Cloud ایجاد کنید Create a virtual machine in Google Cloud

  • آزمایشگاه: استقرار یک ماشین مجازی در Google Cloud Lab: Deploy a virtual machine in Google Cloud

  • یک ماشین مجازی را در Google Cloud پیکربندی کنید Configure a virtual machine in Google Cloud

  • وارد یک ماشین مجازی در Google Cloud شوید Log into a virtual machine on Google Cloud

  • اهداف آموزشی Learning objectives

درس 5: کار با توابع بدون سرور Lesson 5: Working with Serverless Functions

  • یک عملکرد بدون سرور در Google Cloud ایجاد کنید Create a serverless function in Google Cloud

  • عملکردهای بدون سرور و مزایای آنها را درک کنید Understand serverless functions and their benefits

  • نسخه ی نمایشی: آزمایش یک عملکرد ابری مستقر شده Demo: Testing a deployed Cloud Function

  • اهداف آموزشی Learning objectives

  • محدودیت های عملکردهای ابری را مرور کنید Review the limitations of Cloud Functions

درس 6: اجرای ابری برای برنامه های کانتینری Lesson 6: Cloud Run for Containerized Applications

  • اهداف آموزشی Learning objectives

  • بدانید چه زمانی باید از Cloud Run استفاده کنید Know when to use Cloud Run

  • سیاههها و امنیت Logs and security

  • استقرار یک سرویس در Cloud Run Deploy a service in Cloud Run

درس 7: موتور Google Kubernetes Lesson 7: Google Kubernetes Engine

  • اهداف آموزشی Learning objectives

  • وضعیت یک خوشه Kubernetes را رصد کنید Monitor the state of a Kubernetes cluster

  • بدانید چه زمانی از خوشه های Kubernetes استفاده کنید Know when to use Kubernetes clusters

  • یک خوشه خلبان خودکار Kubernetes ایجاد کنید Create an auto-pilot Kubernetes cluster

  • یک خوشه استاندارد Kubernetes ایجاد کنید Create a standard Kubernetes cluster

درس 8: ذخیره سازی اشیاء در Google Cloud Lesson 8: Object Storage in Google Cloud

  • برای کار با Cloud Storage از ابزار خط فرمان استفاده کنید Use the command line utility to work with Cloud Storage

  • یک سطل Cloud Storage ایجاد کنید Create a Cloud Storage bucket

  • مشاهده اشیاء در Cloud Storage View objects in Cloud Storage

  • آزمایشگاه: یک سطل ذخیره سازی ایجاد کنید Lab: Create a storage bucket

  • اهداف آموزشی Learning objectives

  • از مفاهیم مدیریت چرخه عمر داده استفاده کنید Apply data lifecycle management concepts

  • بدانید چه زمانی باید از فضای ذخیره سازی ابری استفاده کنید Know when to use Cloud Storage

درس 9: خدمات پایگاه داده مدیریت شده در Google Cloud Lesson 9: Managed Database Services in Google Cloud

  • نسخه ی نمایشی: یک پایگاه داده Cloud SQL را شبیه سازی کنید Demo: Clone a Cloud SQL database

  • آزمایشگاه: یک پایگاه داده PostgreSQL ایجاد کنید Lab: Create a PostgreSQL database

  • انواع خدمات پایگاه داده مدیریت شده را درک کنید Understand the variety of managed database services

  • یک پایگاه داده PostgreSQL در Cloud SQL ایجاد کنید Create a PostgreSQL database in Cloud SQL

  • از پایگاه داده NoSQL برای ذخیره داده های نیمه ساختاریافته استفاده کنید Use a NoSQL database to store semi-structured data

  • اهداف آموزشی Learning objectives

درس 10: BigQuery Lesson 10: BigQuery

  • اهداف آموزشی Learning objectives

  • مشاهده داده ها در BigQuery با استفاده از کنسول View data in BigQuery using the console

  • مجموعه داده ها را از Analytics Hub جستجو و اضافه کنید Search for and add datasets from Analytics Hub

  • مزایای BigQuery را مرور کنید Review the benefits of BigQuery

  • از مجموعه داده ها، جداول و نماها برای کار با داده ها در BigQuery استفاده کنید Use datasets, tables, and views to work with data in BigQuery

  • آزمایشگاه: داده های پرس و جو در BigQuery Lab: Query data in BigQuery

  • از BigQuery ML برای ایجاد و استفاده از یک مدل یادگیری ماشینی استفاده کنید Use BigQuery ML to create and use a machine learning model

درس 11: هوش مصنوعی و یادگیری ماشین Lesson 11: AI and Machine Learning

  • از مدل Vertex AI برای ایجاد پیش بینی استفاده کنید Use a Vertex AI model to generate predictions

  • از Vertex AI برای ایجاد یک مدل یادگیری ماشینی استفاده کنید Use Vertex AI to create a machine learning model

  • اهداف آموزشی Learning objectives

  • از Vertex AI برای ایجاد یک مجموعه داده استفاده کنید Use Vertex AI to create a data set

درس 12: امنیت با مدیریت هویت و دسترسی Lesson 12: Security with Identity and Access Management

  • نقش ها را به هویت ها اختصاص دهید Assign roles to identities

  • نقش ها و مجوزهای از پیش تعریف شده را در Google Cloud مشاهده کنید View predefined roles and permissions in Google Cloud

  • توصیه‌های مجوزها و نقش‌های سفارشی را مشاهده کنید View permissions recommendations and custom roles

  • آزمایشگاه: نقش ها و مجوزها را بررسی کنید Lab: Review roles and permissions

  • اهداف آموزشی Learning objectives

  • انواع مختلف هویت ها را در Google Cloud درک کنید Understand different types of identities in Google Cloud

درس 13: شبکه سازی Lesson 13: Networking

  • ساختار یک ابر خصوصی مجازی را کاوش کنید Explore the structure of a virtual private cloud

  • اهداف آموزشی Learning objectives

  • یک شبکه VPC ایجاد کنید Create a VPC network

  • یک قانون فایروال ایجاد کنید Create a firewall rule

  • آزمایشگاه: یک قانون فایروال ایجاد کنید Lab: Create a firewall rule

درس 14: استقرار برنامه ها در Google Cloud Lesson 14: Deploying Applications in Google Cloud

  • با Cloud Build کار کنید Work with Cloud Build

  • با رجیستری مصنوع کار کنید Work with Artifact Registry

  • اهداف آموزشی Learning objectives

درس 15: Google Cloud Marketplace Lesson 15: Google Cloud Marketplace

  • Google Cloud Marketplace را جستجو کنید Search Google Cloud Marketplace

  • اهداف آموزشی Learning objectives

  • آزمایشگاه: سرویسی را از Google Cloud Marketplace مستقر کنید Lab: Deploy a service from the Google Cloud Marketplace

  • یک برنامه از Google Cloud Marketplace نصب کنید Install an application from Google Cloud Marketplace

  • هدف Google Cloud Marketplace را مرور کنید Review the purpose of Google Cloud Marketplace

درس 16: عیب یابی عملیات و منابع Google Cloud شما Lesson 16: Troubleshooting Your Google Cloud Operations and Resources

  • یک هشدار در Cloud Monitoring ایجاد کنید Create an alert in Cloud Monitoring

  • اهداف آموزشی Learning objectives

  • نظارت بر منابع ابری با استفاده از Cloud Monitor Monitor cloud resources using Cloud Monitor

  • جستجوی پیام های Cloud Logging Search Cloud Logging messages

  • آزمایشگاه: پیام‌های گزارش Cloud را جستجو کنید Lab: Search Cloud log messages

درس 17: صورت حساب Google Cloud Lesson 17: Google Cloud Billing

  • آزمایشگاه: بودجه ایجاد کنید Lab: Create a budget

  • نکاتی برای کنترل هزینه ها Tips for controlling costs

  • اهداف آموزشی Learning objectives

  • بودجه و هشدارهای صورتحساب ایجاد کنید Create budgets and billing alerts

  • مفاهیم صورت‌حساب ابری را مرور کنید Review cloud billing concepts

خلاصه Summary

  • ملزومات Google Cloud: خلاصه Google Cloud essentials: Summary

نمایش نظرات

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.

آموزش ضروری Google Cloud: استقرار، تجزیه و تحلیل و ایمن کردن محیط ابری شما
جزییات دوره
5h 53m
89
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
328
- 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

Dan Sullivan Dan Sullivan

معمار سازمانی ، کارشناس بزرگ داده دان سالیوان ، دکترای علوم ، یک معمار سازمانی و متخصص داده های بزرگ است.

دان متخصص در معماری داده ، تجزیه و تحلیل ، داده کاوی ، آمار ، مدل سازی داده ها ، داده های بزرگ و رایانش ابری است. علاوه بر این ، او دارای دکترای ژنتیک ، بیوانفورماتیک و زیست محاسباتی است. Dan به طور منظم با Spark ، Oracle ، NoSQL ، MongoDB ، Redis ، R و Python کار می کند. وی تجربه نوشتن گسترده ای در موضوعاتی از جمله رایانش ابری ، داده های بزرگ ، Hadoop و امنیت دارد.

Pearson Pearson

Pearson یک ارائه دهنده آموزش و یادگیری است.

هدف پیرسون این است که به افراد کمک کند تا زندگی خود را از طریق یادگیری درک کنند، با این باور که هر فرصت یادگیری فرصتی برای پیشرفت شخصی است. کارکنان پیرسون متعهد به ایجاد تجربیات یادگیری پر جنب و جوش و غنی هستند که برای تأثیرگذاری در زندگی واقعی طراحی شده اند. آنها در نزدیک به 200 کشور با محتوای دیجیتال، ارزیابی ها، صلاحیت ها و داده ها به مشتریان خدمات ارائه می دهند.