آموزش خطوط لوله داده را با کارخانه داده لاجورد و تجزیه و تحلیل سیناپس بهینه کنید
Optimize Data Pipelines with Azure Data Factory and Synapse Analytics
مهندسی داده در حال حاضر موضوع داغ فناوری اطلاعات است، زیرا سرعت، حجم و تنوع داده‌ها امروزه به مهارت‌هایی فراتر از ETL سنتی نیاز دارد. این دوره به شما یاد می دهد که چگونه خطوط لوله داده را در Azure به عنوان آمادگی برای آزمون DP-203 مدیریت کنید.
Emilio Melo
آموزش پردازش داده های بدون سرور با جریان داده: توسعه خطوط لوله
Serverless Data Processing with Dataflow: Develop Pipelines
در این قسمت دوم از سری دوره های Dataflow، ما قصد داریم در توسعه خطوط لوله با استفاده از Beam SDK بیشتر غواصی کنیم. ما با بررسی مفاهیم پرتو آپاچی شروع می کنیم. در مرحله بعد، ما در مورد پردازش داده های جریان با استفاده از ویندوز،...
Google Cloud
آموزش ساخت خطوط لوله ETL از طریق پخش جریانی داده با کافکا و ksqlDB
Building ETL Pipelines from Streaming Data with Kafka and ksqlDB
کافکا می تواند کارهایی فراتر از ذخیره اطلاعات جریانی داشته باشد. این دوره به شما آموزش می دهد تا داده ها را در کافکا با ksqlDB و جریان های کافکا جمع آوری و تجزیه و تحلیل کنید.
Eugene Meidinger
آموزش ساخت خطوط لوله داده ای در GCP
Building Batch Data Pipelines on GCP
خطوط لوله داده به طور معمول در یکی از پارادایم های Extra-Load ، Extract-Load-Transform یا Extract-Transform-Load قرار می گیرند. این دوره توصیف می کند که از چه الگویی باید استفاده شود و چه زمانی برای داده های دسته ای.
آموزش تولید خطوط لوله داده با جریان هوا Apache
Productionalizing Data Pipelines with Apache Airflow
این دوره به شما می آموزد که چطور در Apache Airflow با سهولت در خطوط تولید داده با درجه تولید تسلط پیدا کنید.
Axel Sirota
آموزش ساخت خطوط لوله داده با لوئیجی و پایتون
Building Data Pipelines with Luigi and Python
سایر توسعه دهندگان خطوط لوله داده را با قرار دادن مجموعه ای از اسکریپت های هکی پیاده سازی می کنند که با گذشت زمان به مسئولیت ها و کابوس های تعمیر و نگهداری تبدیل می شوند. این دوره را برای اجرای خطوط انتقال داده هوشمند و هوشمند با لوئیجی در پایتون بگذرانید.
Dan Tofan
آموزش ساخت خطوط لوله جریان داده در Microsoft Azure
Building Streaming Data Pipelines in Microsoft Azure
آیا شما نیاز به پردازش جریان داده های زنده از حسگرها ، برنامه های سفارشی ، دستگاه های اینترنت اشیا و گزارش ها دارید؟ آیا لازم است بلافاصله به ناهنجاری ها و الگوهای موجود در جریان داده های زنده پاسخ دهید؟ آیا با T-SQL آشنا هستید؟ در این صورت ، Azure Stream Analytics برای شما مناسب است.
Reza Salehi
آموزش ایمن سازی خطوط لوله تجزیه و تحلیل داده ها در AWS
Securing Data Analytics Pipelines on AWS
همزمان با شروع آمادگی برای آزمون تخصصی تجزیه و تحلیل داده های گواهینامه AWS ، باید به جنبه امنیتی این گواهینامه بسیار توجه کنید. این دوره به شما آموزش می دهد که چگونه کنترل دسترسی و رمزگذاری داده های خود را تنظیم کنید ...
Saravanan Dhandapani
آموزش طراحی خطوط لوله داده با TensorFlow 2.0
Designing Data Pipelines with TensorFlow 2.0
این دوره یکی از بزرگترین تغییرات را از TensorFlow 1.0 به TensorFlow 2.0 - ماژول tf.data ارزیابی می کند. این رابط کاربری ساده و یکپارچه ، مدیریت خطوط لوله داده را با tf.data آسان می کند.
Chase DeHan
آموزش ساخت خطوط لوله داده دسته ای در GCP
Building Batch Data Pipelines on GCP
خطوط لوله داده معمولاً تحت یکی از پارادایم های Extra-Load، Extract-Load-Transform یا Extract-Transform-Load قرار می گیرند. این دوره توضیح می دهد که کدام پارادایم و چه زمانی باید برای داده های دسته ای استفاده شود. علاوه بر این، این دوره چندین فناوری را در Google Cloud Platform برای تبدیل داده ها از جمله BigQuery، اجرای Spark در Cloud Dataproc، نمودارهای خط لوله در Cloud Data Fusion و پردازش داده های بدون سرور با Cloud Dataflow را پوشش می دهد. یادگیرندگان تجربه عملی در ساخت اجزای خط لوله داده در پلتفرم Google Cloud با استفاده از QwikLabs خواهند داشت.
آموزش ساخت خطوط لوله داده دسته ای در GCP
Building Batch Data Pipelines on GCP
خطوط لوله داده معمولاً تحت یکی از پارادایم های Extra-Load، Extract-Load-Transform یا Extract-Transform-Load قرار می گیرند. این دوره توضیح می دهد که کدام پارادایم و چه زمانی باید برای داده های دسته ای استفاده شود. علاوه بر این، این دوره چندین فناوری را در Google Cloud Platform برای تبدیل داده ها از جمله BigQuery، اجرای Spark در Cloud Dataproc، نمودارهای خط لوله در Cloud Data Fusion و پردازش داده های بدون سرور با Cloud Dataflow را پوشش می دهد. یادگیرندگان تجربه عملی در ساخت اجزای خط لوله داده در پلتفرم Google Cloud با استفاده از QwikLabs خواهند داشت.
آموزش Data Science on Google Cloud Platform: ساخت خطوط لوله داده
Data Science on Google Cloud Platform: Building Data Pipelines
با نحوه طراحی و ساخت خطوط لوله داده بزرگ در Google Cloud Platform آشنا شوید.
Kumaran Ponnambalam