پروژه جامع مهندسی داده با GCP در حوزه بهداشت و درمان

آنچه یاد خواهید گرفت:

• درک کامل یک پروژه مهندسی داده از ابتدا تا انتها
• طراحی و پیاده‌سازی پایپ لاین های ETL مقیاس‌پذیر برای داده‌ حوزه سلامت
• پیاده‌سازی تکنیک‌های کلیدی مانند داده‌ افزایشی، ابعاد به کندی متغیر نوع 2 (SCD2)، رویکرد مبتنی بر فراداده، معماری مدالیون، مدیریت خطا، CDM ،CI/CD و بسیاری موارد دیگر
• توسعه و استقرار راه‌حل‌های داده با استفاده از شیوه‌های CI/CD

پیش‌نیازهای دوره

• دانش اولیه پایتون و SQL

توضیحات دوره

• این پروژه بر ساخت یک دیتا لیک در پلتفرم ابری گوگل (GCP) برای مدیریت چرخه درآمد (RCM) در حوزه بهداشت و درمان تمرکز دارد.
• هدف، متمرکزسازی، پاک‌سازی و تبدیل داده‌ از منابع متعدد است تا ارائه‌دهندگان خدمات بهداشتی و شرکت‌های بیمه بتوانند فرآیندهای صورت‌حساب، پردازش ادعاهای خسارت و ردیابی درآمد را بهینه کنند.

سرویس‌های GCP مورد استفاده:

• Google Cloud Storage (GCS): برای ذخیره‌سازی فایل‌های داده خام و پردازش‌شده
• BigQuery: به عنوان موتور تحلیلی برای ذخیره‌سازی و اجرای کوئری روی داده‌ ساختاریافته
• Dataproc: برای پردازش داده در مقیاس بزرگ با استفاده از Apache Spark
• Cloud Composer (Apache Airflow): برای خودکارسازی پایپ لاین های ETL و هماهنگ‌سازی گردش های کاری
• Cloud SQL (MySQL): برای ذخیره داده‌ تراکنشی سوابق پزشکی الکترونیکی (EMR)
• GitHub & Cloud Build: برای کنترل نسخه و پیاده‌سازی CI/CD
• CICD (یکپارچه‌سازی و استقرار مداوم): برای خودکارسازی پایپ لاین های استقرار جهت پردازش داده و گردش های کاری ETL

تکنیک‌های مورد استفاده:

• رویکرد فراداده محور
• پیاده‌سازی ابعاد به کندی متغیر نوع 2 
• مدل داده مشترک (CDM)
• معماری مدالیون
• ثبت وقایع و نظارت
• مدیریت خطا
• بهینه‌سازی‌ها
• پیاده‌سازی CI/CD
• و بسیاری دیگر از بهترین شیوه‌ها

منابع داده

• داده‌ سوابق پزشکی الکترونیکی (EMR) از دو بیمارستان
• فایل‌های ادعای خسارت 
• کدهای اصطلاحات رویه‌ای جاری
• داده‌ شناسه ملی ارائه‌دهنده 

نتایج مورد انتظار

• پایپ لاین داده کارآمد: خودکارسازی فرآیند دریافت و تبدیل داده‌ RCM
• انبار داده ساختاریافته: جداول نهایی در BigQuery برای کوئری‌های تحلیلی
• داشبوردهای KPI: ارائه بینش در مورد جمع‌آوری درآمد، کارایی پردازش ادعاها و روندهای مالی

این دوره برای چه کسانی مناسب است؟

• علاقه‌مندان به مهندسی داده و متخصصان داده