آموزش انتقال از علم داده به مهندسی داده

سرفصل ها و درس ها

معرفی Introduction

• تبدیل شدن به یک مهندس داده Becoming a data engineer

1. مبانی مهندسی داده 1. Fundamentals of Data Engineering

• استفاده از داده ها برای حل مسئله Using data to problem-solve

• از دانشمند داده تا مهندس داده From data scientist to data engineer

• تفاوت علم داده با مهندسی داده How data science differs from data engineering

• نقش یک مهندس داده Role of a data engineer

2. درک مخزن داده 2. Understanding the Data Repository

• مقدمه ای بر دریاچه داده Introduction to data lake

• مقدمه ای بر انبار داده Introduction to data warehouse

• مزایا و جنبه های مختلف انبار داده Benefits and different aspects of data warehouse

• مزایا و جنبه های مختلف دریاچه داده Benefits and different aspects of data lake

3. پردازش داده ها، امنیت و انطباق 3. Data Processing, Security, and Compliance

• انواع مختلف خطوط لوله Different types of pipelines

• خطوط لوله داده و فرآیند ETL Data pipelines and the ETL process

• اهمیت امنیت داده ها و اقداماتی که باید انجام شود Importance of data security and measures to be taken

4. رایانش ابری برای مهندسان داده 4. Cloud Computing for Data Engineers

• پلتفرم های ابری مختلف برای کاوش Various cloud platforms to explore

• مقدمه ای بر محاسبات ابری Introduction to cloud computing

5. کیفیت داده و حاکمیت داده را دست کم نگیرید 5. Do Not Underestimate Data Quality and Data Governance

• چرا کیفیت داده مهم است؟ Why is data quality important?

• چرا حاکمیت داده مهم است؟ Why is data governance important?

نتیجه Conclusion

• تغییر از دانشمند داده به مهندس داده Shift from data scientist to data engineer