تسلط به مدل‌سازی داده با ابزار Erwin Data Modeler

آنچه یاد خواهید گرفت:

• مدل‌سازی داده رابطه‌ای
• مدل‌سازی داده ابعادی
• ابزار مدل‌سازی داده Erwin
• جلسات تمرینی در مورد مدل‌سازی داده

پیش نیازهای دوره

• بدون نیاز به تجربه قبلی در مدل‌سازی داده. هر کسی که با داده‌ها کار می‌کند می‌تواند این دوره را بگذراند.

توضیحات دوره

در این دوره، مدل‌سازی داده آموزش داده می‌شود و چگونگی استفاده موثر از ابزار مدل‌سازی داده Erwin بررسی می‌گردد. این دوره بسیار جامع و حدود 10 ساعت است و تقریبا تمام مفاهیم مدل‌سازی داده با مثال‌های مناسب پوشش داده می‌شود. همچنین استفاده از Erwin Data Modeler همراه با مفاهیم مرتبط با مدل‌سازی داده آموزش داده خواهد شد. تلاش شده است تا درس های تئوری مدل‌سازی داده و آموزش‌های عملی Erwin با هم ترکیب شوند تا دانشجویان نه تنها تئوری را درک کنند، بلکه پیاده‌سازی عملی را نیز بیاموزند. یادگیری مدل‌سازی داده سفری طولانی است که نیاز به دانش تئوری مناسب و تمرین عملی فراوان دارد.

تلاش زیادی شده است تا این دوره جذاب، ساده و پرمحتوا ایجاد شود و مدرس اطمینان دارد... شما نیز این دوره را با تمام وجود دنبال خواهید کرد.

در این دوره، موضوعات زیر پوشش داده می‌شود:

· مقدمه‌ای بر دوره (تئوری)

· چرا مدل‌سازی داده (تئوری)

· چرا Erwin (تئوری)

· چه کسانی می‌توانند از این دوره استفاده کنند؟ (مخاطبان هدف) (تئوری)

· چگونه از این دوره به طور موثر استفاده کنیم؟ (تئوری)

· رابط کاربری erwin Data Modeler (Erwin)

· مروری بر مدل‌سازی داده (تئوری)

· مروری بر مدل ER (تئوری)

· موجودیت‌ها (Entities) (تئوری)

· موجودیت‌ها در erwin (Erwin)

· انواع داده (تئوری)

· صفت‌ها (تئوری)

· صفت‌ها در erwin (Erwin)

· روابط (تئوری)

· روابط در erwin (Erwin)

· کلیدها (تئوری)

· کلیدها در erwin (Erwin)

· انواع اصلی و فرعی (تئوری)

· انواع اصلی و فرعی در erwin (Erwin)

· ایجاد یک مدل داده ساده + erwin (تمرین)

· نمادگذاری‌ها (تئوری)

· استانداردهای نام‌گذاری (Erwin)

· تعریف دامنه‌ها (Erwin)

· قالب مدل‌سازی داده (Erwin)

· ایجاد یک مدل داده ساده برای IMDB (تمرین)

· مدل داده مفهومی (تئوری)

· مدل داده مفهومی در erwin (Erwin)

· مدل داده منطقی (تئوری)

· مدل داده منطقی در erwin (Erwin)

· نرمال‌سازی (تئوری)

· مدل داده فیزیکی (تئوری)

· مدل داده فیزیکی در erwin (Erwin)

· "مدل داده فیزیکی در erwin :-

· مهندسی رو به جلو (Erwin)"

· اتصال پایگاه داده (تئوری)

· "مدل داده فیزیکی در erwin :-

· مهندسی معکوس (Erwin)"

· مقایسه کامل (Erwin)

· مدل‌سازی ابعادی (تئوری)

· انواع جداول Dimension و Fact (تئوری)

· مدل‌سازی ابعادی در Erwin (Erwin)

· انبار داده (تئوری)

· رویکردهای انبار داده (تئوری)

· انبار داده از erwin (Erwin)

· "تفاوت بین مدل‌سازی ابعادی و

· مدل‌سازی رابطه‌ای (تئوری)"

· دی‌نرمال‌سازی (تئوری)

· دی‌نرمال‌سازی در Erwin (Erwin)

· رویکرد مدل‌سازی داده (تئوری)

· ایجاد یک مدل داده ابعادی برای آمازون (تئوری)

· مدل آمازون - بخش 1 (تمرین)

· مدل آمازون - بخش 2 (دی‌نرمال‌سازی) (تمرین)

· ویژگی‌های مدل داده (Erwin)

· تبدیل در erwin (Erwin)

· حوزه موضوعی (Erwin)

· دیاگرام (Erwin)

· لایه‌های طراحی (Erwin)

· ماکروها (Erwin)

· طراح گزارش (Erwin)

· نگاشت مبدا به مقصد در erwin (Erwin)

· ویرایشگر انبوه - بروزرسانی تعریف جدول (Erwin)

· ویرایشگر انبوه - بروزرسانی تعریف ستون (Erwin)

· ابزار کوئری (Erwin)

· ذخیره مدل داده (Erwin)

· اهمیت مدل‌سازی داده (تئوری)

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهنده یا تست‌کننده‌ای که در سیستم‌های OLTP یا OLAP یا DSS کار می‌کند، دانشجویانی که مدیریت پایگاه داده می‌آموزند و غیره.