ساخت یک انبار داده مدرن - بوتکمپ مهندسی داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- تسلط به مهارتهای واقعی انبار داده: یادگیری انبار داده، پایپلاینهای ETL، اسکریپت نویسی اس کیوال و مدلسازی داده از طریق پروژههای عملی
- انبار داده خود را از ابتدا بسازید: تجربهی عملی از طریق ایجاد لایههای مقاوم برنز، نقرهای و طلایی توسعه دهید.
- ساخت فرآیندهای ETL: یادگیری ساخت کارآمد هضم داده، اطمینان از دقت داده و ارائهی تبدیلهای بهینهشده داده
- ایجاد مستندات و مصورسازی حرفهای داده: ساخت جریانهای داده جذاب، مستندسازی و مصورسازی دقیق با DrawIO و Notion
- با تسلط به مهارتهای عملی، قابل بازاریابی و پرتقاضا برای مصاحبه آماده شوید و با اطمینان بدست آوردن نقشهای مهندس و تحلیلگر داده پردرآمد را تضمین کنید.
- پورتفولیوی حرفهای خود را با ایجاد مستندات دقیق داده، مصورسازی و یک کاتالوگ جامع داده تقویت کنید.
پیشنیازهای دوره
- هیچ تجربه قبلی در انبار داده یا مهندسی داده لازم نیست، این دوره برای مبتدیان و افرادی که در حال تغییر شغل هستند مناسب است!
- دانش اولیه اس کیوال (کوئریهای ساده، دستورات SELECT، جوینهای اولیه جدول)
- یک کامپیوتر با دسترسی به اینترنت و تمایل به یادگیری از طریق پروژههای کاربردی و عملی
توضیحات دوره
به یک کارشناس انبار داده تبدیل شوید، به ETL، اس کیوال و مدلسازی داده با پروژههای سازمانی واقعی و راهنماییهای تخصصی مسلط شوید!
به جامعترین دوره بصری و عملی خوشآمدید که توسط یک متخصص داده با بیش از 15 سال تجربه در شرکتهای پیشرو مانند مرسدس بنز و بوش ایجاد شده است.
این دوره به طور خاص برای مهندسان داده، تحلیلگران داده، افرادی که به دنبال تغییر شغل هستند و متخصصانی که به دنبال مهارتهای پیشرفته هستند طراحی شده است. این دوره به شما در دستیابی به نتایج واقعی حرفهای مانند بدست آوردن مشاغل پردرآمد، انتقال شغلی آسان و آمادگی برای مصاحبه کمک میکند.
شما تخصص در زمینههایی زیر کسب خواهید کرد:
- مقداردهی اولیه پروژه: گردشکار حرفهای گیت و کنوانسیونهای نامگذاری
- هضم و اتوماسیون داده: تحلیل سیستم منبع، اسکریپتنویسی DDL و بارگذاری خودکار داده
- تبدیل داده و تضمین کیفیت: اطمینان از کیفیت داده از طریق پاکسازی و یکپارچهسازی در لایه نقرهای
- برتری در مدلسازی داده: طراحی اسکیماهای ستارهای، ایجاد ابعاد و جداول fact در لایه طلایی
- مستندسازی حرفهای: توسعه مصورسازیها و مستندات جامع با ابزارهای صنعت مانند Drawio و Notion
- تحلیل پیشرفته و EDA: انجام تحلیل داده اکتشافی (EDA)، تولید مصورسازیهای پربینش و گزارشهای تحلیلی قدرتمند
این دوره برای چه کسانی مناسب است؟
- افراد کاملا مبتدی که میخواهند پایهای قوی در اس کیوال از ابتدا بسازند.
- مهندسان داده که میخواهند پایپلاینهای ETL و انبارهای داده قوی طراحی کنند.
- تحلیلگران داده و متخصصان هوش تجاری که به دنبال تکنیکهای پیشرفته برای کوئریهای پیچیده داده و تحلیل هستند.
- دانشجویان در زمینههای علم داده، علم کامپیوتر یا رشتههای مرتبط که به دنبال رویکرد عملی و تجربی به اس کیوال هستند.
- دانشمندان داده که میخواهند از اس کیوال برای تحلیل داده اکتشافی استفاده کنند.
- دانشجویان اس کیوال و متخصصان داده که به دنبال ارتقای شغل خود با مهارتهای مدرن و مورد تقاضا هستند.
- افراد در حال تغییر شغل و متخصصان فناوری اطلاعات که به دنبال مسیری واضح و سازمانیافته برای نقشهای پردرآمد در مهندسی داده و تحلیل داده هستند.
- علاقهمندان به هوش تجاری و تحلیلگرانی که میخواهند درک عمیقتری از زیرساخت داده و گردش کارهای تحلیلی از طریق سناریوهای واقعی بدست آورند.
ساخت یک انبار داده مدرن - بوتکمپ مهندسی داده
-
مقدمه 01:39
-
انواع پروژههای اس کیوال 01:24
-
آشنایی با انبار داده (DWH) 06:47
-
ETL چیست؟ 03:52
-
متدهای ETL 07:11
-
دریافت منابع پروژه 00:36
-
Notion برای مدیریت پروژه 07:35
-
درک نیازمندیهای پروژه 03:12
-
رویکردهای معماری داده 06:25
-
طراحی لایههای انبار داده 06:53
-
رسم معماری انبار داده 08:18
-
بهبود برنامه پروژه 00:51
-
تعریف کنوانسیونهای نامگذاری 06:26
-
مخزن گیت خود را آماده کنید 04:24
-
ایجاد پایگاه داده 05:12
-
تحلیل سیستمهای منبع 05:18
-
ایجاد جداول در DDL 05:36
-
بارگذاری اسکریپتها 07:52
-
ساخت رویه ذخیره شده 13:06
-
مستند کردن کار 04:55
-
بررسی داده 12:26
-
ایجاد جداول در DDL 03:42
-
بارگذاری اسکریپت - قسمت 1 15:08
-
بارگذاری اسکریپت - قسمت 2 20:40
-
بارگذاری اسکریپت - قسمت 3 16:46
-
بارگذاری اسکریپت - قسمت 4 18:47
-
ساخت رویه ذخیره شده 05:47
-
مستند کردن کار 03:31
-
مدلسازی داده 06:57
-
داده خود را تحلیل کنید 04:20
-
ساخت ابعاد مشتریان 16:23
-
ساخت ابعاد محصولات 07:08
-
ساخت Fact فروش 06:01
-
رسم مدل داده 05:05
-
ایجاد کاتالوگ داده 02:38
-
مستند کردن کار و پایان پروژه انبار داده 05:59
-
آشنایی با تحلیل داده اکتشافی 00:45
-
دریافت منابع پروژه 03:44
-
ابعاد در مقابل Measureها 04:34
-
بررسی پایگاه داده 03:35
-
بررسی ابعاد 03:48
-
بررسی تاریخ 05:13
-
بررسی Measure 08:31
-
تحلیل بزرگی 11:11
-
تحلیل رتبهبندی 07:40
-
پروژه تحلیل داده پیشرفته اس کیوال 01:59
-
تحلیل تغییرات در طول زمان 08:23
-
تحلیل تجمعی 07:50
-
تحلیل عملکرد 12:24
-
تحلیل جزء به کل 07:22
-
سگمنت کردن داده 15:49
-
ساخت گزارش مشتریان 19:12
-
ساخت گزارش محصولات 03:37
-
کار خود را در گیت مستند کنید 02:07
مشخصات آموزش
ساخت یک انبار داده مدرن - بوتکمپ مهندسی داده
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:همه سطوح
- تعداد درس:54
- مدت زمان :06:27:11
- حجم :5.79GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy