دوره کاملا جدید گواهینامه AWS Certified Data Engineer + پروژه‌ عملی

Name: دوره کاملا جدید گواهینامه AWS Certified Data Engineer + پروژه عملی
Price: 20482000 IRR
Availability: InStock
Author: AI Academy

معرفی
سرفصل

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

اصول مهندسی داده شامل حاکمیت داده، جذب داده، پردازش داده، انبار داده و مصورسازی داده
سرویس‌های AWS مرتبط با تحلیل داده مانند DMS و AWS Glue و Amazon EMR و AWS Lambda و Amazon Redshift و Amazon QuickSight
آپاچی اسپارک برای پردازش داده (PySpark)
زبان کوئری ساختاریافته (SQL)

پیش‌نیازهای دوره

نیاز به تجربه برنامه‌نویسی گسترده نیست.
مبانی خواندن و نوشتن کد پایتون
درک اساسی از AWS Cloud (VPC و (VPC و Regions و Availability Zones)

توضیحات دوره

[2025 جدید] مهندسی داده در AWS با پروژه عملی واقعی یادگیری از طریق عمل

پروژه عملی با استفاده از منابع رایگان AWS خواهد بود.

ساخت پروژه‌های واقعی اثبات شده که بهترین راه برای حفظ دانش و اثبات تخصص شماست. این پروژه‌ها می‌توانند منبع اضافی برای استفاده در ساخت رزومه و فرآیندهای مصاحبه برای توضیح تجربیات خود با AWS Cloud و مهندسی داده باشند.

آزمون گواهینامه‌ AWS Certified Data Engineer Associate (DEA-C01 یا DE1-C01) یکی از آزمون‌های دشواری است که می‌توانید بگذرانید. این آزمون شامل مجموعه‌ای گسترده از سرویس‌ها است و نیاز به آمادگی گسترده‌ای دارد. در تجربیات ما، فقط تماشای ویدئوها معمولاً کافی نیست. برنامه‌ریزی آموخته‌هایتان با عمل یک راه عالی برای اطمینان از درک واقعی شما از نحوه کار این سرویس‌ها خواهد بود. این دوره بهترین شیوه‌ها را با ترکیب ماژول‌های توضیحی و راهنمایی‌های عملی در اختیار شما قرار می‌دهد.

در این دوره، شما را از طریق اصول کامل مورد نیاز برای تبدیل شدن به مهندس داده در AWS راهنمایی می‌کنیم. ما مفاهیم بنیادین مهندسی داده را توضیح داده و نشان می‌دهیم که چگونه این مفاهیم را با استفاده از سرویس‌های AWS به کار ببرید. در طول دوره، شما با ساخت یک راه‌حل کامل مهندسی داده، انجام کارهایی مانند جذب داده، تبدیل، تحلیل، ارکستراسیون و مصورسازی داده، تجربه عملی به دست خواهید آورد. هدف ما این است که شما را برای تبدیل شدن به مهندس داده آماده کنیم تا شیوه‌های مهندسی داده را به عنوان معمار راه‌حل درک کنید و در آزمون گواهینامه AWS DEA-C01 موفق شوید که به شما در موفقیت در کارتان کمک می‌کند.

ما اطمینان حاصل کرده‌ایم که یکی از جامع‌ترین و پروژه‌محورترین دوره‌ها را در اینجا ارائه می‌دهیم که توسط مدرسان با تجارب گسترده در AWS پشتیبانی می‌شود.

این دوره شامل موارد زیر خواهد بود:

جذب داده به صورت استریمینگ و دسته‌ای با AWS DMS و ابزار تبدیل اسکیما، آپاچی کافکا، Amazon MSK و MSK Connect و استریم‌های داده Kinesis و Kinesis Data Firehose و رجیستری اسکیمای AWS Glue
ذخیره‌سازی و پایگاه‌ داده‌ها در Amazon S3 و Amazon EBS و Amazon EFS و AWS Backup و Amazon RDS و Amazon Aurora و Amazon DynamoDB، Amazon Neptune و Amazon DocumentDB و Amazon Timestream و AWS Lake Formation
تبدیل و پردازش با AWS Glue و Amazon EC2 و Amazon ECR و Amazon ECS و Amazon EKS و Amazon EMR و AWS Batch و AWS Lambda و سرویس مدیریت شده برای Apache Flink و لامبدا
تحلیل و کوئری داده در Amazon OpenSearch Service و Amazon Redshift و Amazon Athena
زمانبندی و ارکستراسیون پایپ‌لاین end-to-end و یکپارچه‌سازی با سایر سرویس‌ها با استفاده از Amazon EventBridge و توابع پله‌ای AWS و Apache Airflow MWAA و گردش‌کارهای AWS Glue و Amazon SNS و Amazon SQS و Amazon AppFlow
Consume کردن و مصورسازی داده با Amazon QuickSight، یادگیری ماشین، Amazon Sagemaker
عملیاتی‌سازی، نگهداری و نظارت بر پایپ‌لاین‌های داده با Amazon CloudWatch و CloudTrail
یادگیری شیوه‌های مناسب احراز هویت،مجوز، رمزگذاری داده، حریم خصوصی و حاکمیت - Amazon IAM و Amazon KMS و AWS Secrets Manager
مفاهیم پایپ‌لاین ETL مانند تغییر آهسته ابعاد (SCD I و SCD II)
ابزارهای CI/CD روی AWS مانند AWS CloudFormation، مدل اپلیکیشن بدون سرور AWS و AWS CodeCommit و AWS CodeBuild و استقرار کد AWS و پایپ‌لاین کد AWS

بررسی عمیق‌ فناوری های متن باز و SQL

خواندن، نوشتن و تبدیل داده با آپاچی اسپارک
یادگیری اصول استریمینگ با آپاچی کافکا
درک ساختار OpenSearch
نوشتن کوئری‌ها و رویه‌های پایه تا سطح متوسط با زبان کوئری ساختاریافته (SQL)

این دوره برای چه کسانی مناسب است؟

توسعه‌دهندگان مبتدی پایتون که علاقه‌مند به یادگیری مهندسی داده هستند.
متخصصان غیرفنی که در حال گذار به IT و استقرار زیرساخت‌ها هستند یا به آنها علاقه دارند.
افرادی که به دنبال ارتقای مهارت‌های خود در حین ساخت یک پروژه واقعی هستند.

دوره کاملا جدید گواهینامه AWS Certified Data Engineer + پروژه‌ عملی

فصل 1: مقدمه

مقدمه دوره 08:23
سناریوی پروژه 03:01
نمودار معماری 03:58
بررسی مجموعه داده‌ها 02:57
منابع پروژه 01:58

فصل 2: بررسی مهندسی داده

داده 08:07
پایپ‌لاین‌های مهندسی داده 08:26
مدل‌سازی داده 08:59
حاکمیت داده 03:35
معماری داده 04:23

فصل 3: [عملی] - راه‌اندازی حساب

[عملی] - ایجاد حساب رایگان 05:37
[عملی] - راه‌اندازی بودجه‌ها 05:37
[عملی] - راه‌اندازی کاربر IAM 04:46

فصل 4: ذخیره‌سازی

بررسی ذخیره‌سازی 03:56
Amazon S3 06:19
Amazon S3 - کلاس‌های ذخیره‌سازی 04:37
Amazon S3 - کنترل دسترسی 04:58
Amazon S3 - رمزنگاری 02:55
Amazon S3 - عملکرد واکشی و آپلود 02:00
Amazon EBS 03:23
Amazon EFS 02:26
AWS Backup 00:59

فصل 5: پایگاه‌ داده‌ها

Amazon RDS و Amazon Aurora 07:07
Amazon DynamoDB 09:36
Amazon DynamoDB - ظرفیت 02:09
Amazon DynamoDB - ایندکس‌ها 03:36
Amazon Neptune 00:54
Amazon DocumentDB 00:53
Amazon Timestream 01:03
AWS Lake Formation 03:09

فصل 6: [عملی] - ذخیره‌سازی

[عملی] - مقدمه این بخش 01:55
[عملی] - منبع در Amazon RDS MySQL 07:28
[عملی] - CDC و جداول منبع 10:58
[عملی] - هدف در Amazon S3 07:43

فصل 7: جذب داده

بررسی جذب داده 05:38
AWS DMS 05:41
ابزار تبدیل اسکیمای AWS 03:10
آپاچی کافکا 07:39
Amazon MSK 03:50
MSK Connect 01:15
استریم‌های داده Kinesis 07:02
ظرفیت استریم‌های داده Kinesis 04:33
Kinesis Data Firehose 05:17
رجیستری اسکیمای AWS Glue 04:56

فصل 8: [عملی] - جذب داده

مقدمه این بخش 01:33
[عملی] - ایجاد نمونه رپلیکیشن 04:27
[عملی] - اندپوینت‌های منبع و هدف 05:48
[عملی] - تسک‌های مهاجرت پایگاه داده 02:59

فصل 9: مهاجرت و انتقال

AWS Snow Family 03:35
درگاه ذخیره‌سازی AWS 05:11
AWS Transfer Family 01:35
AWS DataSync 01:50

فصل 10: پردازش

مقدمه‌ آپاچی اسپارک 13:35
AWS Glue 06:59
AWS Glue Studio 04:44
Amazon EC2 03:07
Amazon ECR 00:53
Amazon ECS 04:51
Amazon EKS 01:07
Amazon EMR 07:51
AWS Batch 01:02
AWS Lambda 07:46
سرویس مدیریت شده برای Apache Flink 03:28

فصل 11: [عملی] - تولید داده

مقدمه این بخش 01:07
[عملی] - راه‌اندازی و بررسی کد 06:35
[عملی] - ایجاد تابع لامبدا 12:33
[عملی] - بررسی نتایج 04:05

فصل 12: [عملی] - پردازش

مقدمه این بخش 01:56
[عملی] - شروع کار با Glue 09:05
[عملی] - پیکربندی نوت‌بوک Glue 10:18
[عملی] - Reader دیتافریم آپاچی اسپارک 11:57
[عملی] - ایجاد کراولر و کاتالوگ Glue 10:04
[عملی] - تبدیلات آپاچی اسپارک - محصول 19:18
[عملی] - DynamicFrame Writer آپاچی اسپارک 15:42

فصل 13: [عملی] - پردازش تدریجی

[عملی] - فعال‌سازی بوک‌مارک‌های Job 06:41
[راه‌حل] - Job تبدیل - مشتری 11:08
[راه‌حل] - Job تبدیل - سفارشات 04:20
[راه‌حل] - Job تبدیل - جزئیات سفارش 03:37

فصل 14: SQL

بررسی SQL 00:47
زبان تعریف داده (DDL) 01:37
زبان دستکاری داده (DML) 02:48
دستور SQL Select 03:31
جوین‌های SQL Select 05:10
تجمیع‌های SQL Select 07:51
توابع SQL Window 07:57

فصل 15: انبار داده و تحلیل داده

Amazon OpenSearch Service 18:34
Amazon Redshift 07:42
ویژگی‌های Amazon Redshift - داده در محل 04:49
ویژگی‌های Amazon Redshift - جذب داده 04:33
ویژگی‌های آمازون Redshift - رویه‌های ذخیره شده، Materialized Views و UDFs و WLM 06:23
Amazon Redshift - امنیت و نظارت 03:51
Amazon Athena 04:30
بهینه‌سازی‌های عملکرد کوئری 07:49