مدلسازی دادههای کاربردی با استفاده از Snowflake و Power BI
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک مفاهیم مدلسازی داده: یادگیری تفاوتهای بین مدلهای مفهومی، منطقی و فیزیکی با تمرکز بر روی الگوهای ستارهای و برفچالهای
- ایجاد و تحلیل نمودارهای ER: طراحی و تفسیر نمودارهای ER برای نمایش نیازهای کسب و کار و ساختاردهی مؤثر طراحی پایگاه دادهها
- یادگیری و پیادهسازی اصول نرمالسازی برای بهینهسازی طراحی پایگاه داده، اطمینان از یکپارچگی داده و کاهش افزونگی
- کسب تجربه عملی در طراحی الگوهای برفچالهای و استفاده از Power BI برای تجزیه و تحلیل و مصورسازی دادهها بر اساس الگو
پیش نیازهای دوره
- دانش پایهای از SQL میتواند مفید باشد، با این حال ما از ابزارهای هوش مصنوعی تولیدی برای ایجاد کوئریهای SQL استفاده خواهیم کرد.
- یک کامپیوتر یا لپتاپ با اتصال اینترنت برای پیگیری فعالیتهای عملی
توضیحات دوره
درک نحوه ساختاردهی و سازماندهی مؤثر دادهها برای هر کسی که در زمینه تحلیل داده، هوش تجاری یا مهندسی دادهها کار میکند، حیاتی است. این دوره به شما آموزش میدهد که اصول و مهارتهای عملی مدلسازی داده را با استفاده از ابزارها و پروژههای واقعی یاد بگیرید.
شما با اصول ابتدایی مدلسازی داده شروع خواهید کرد — این که چیست، چرا مهم است و چگونه در دنیای واقعی استفاده میشود. از آنجا، شما رویکردهای طراحی مفهومی، منطقی و فیزیکی را بررسی خواهید کرد، از جمله نرمالسازی، نمودارهای ER، و تکنیکهای مدلسازی بعدی مانند الگوهای ستارهای و برفچالهای.
پس از آمادهسازی اصول اولیه، شما روی یک پروژه هدایت شده با استفاده از مجموعه داده فروش وبسایت کار خواهید کرد. شما مدل داده را طراحی و ساختاردهی میکنید، روابط را تعریف کرده و از Snowflake با ابزارهای هوش مصنوعی تولیدی برای ساخت و پر کردن جداول خود استفاده خواهید کرد. هر مرحله از بارگذاری داده تا آزمایش و تحلیل به وضوح توضیح داده شده و به طور عملی اعمال میشود.
در دومین پروژه عملی، شما از Power BI و مجموعه داده پروازهای مسافری برای ساخت جداول بعدی و حقیقی، تعریف روابط کلیدی و اعتبارسنجی مدل داده خود در Power BI استفاده خواهید کرد. همچنین یاد میگیرید که چگونه یک گزارش ساده Power BI بر اساس مدل خود بسازید.
تا پایان این دوره، شما درک کاملی از نحوه ایجاد و استفاده از مدلهای داده خواهید داشت و مهارتهای لازم برای به کارگیری آنها در ابزارهایی مانند Snowflake و Power BI را خواهید داشت.
چیزهایی که یاد خواهید گرفت:
- هدف و انواع مدلهای داده: مفهومی، منطقی و فیزیکی
- چگونه از نمودارهای ER و تکنیکهای نرمالسازی استفاده کنیم
- ساخت مدلهای بعدی از جمله الگوهای ستارهای و برفچالهای
- ایجاد و Populate کردن مدلهای داده با استفاده از Snowflake
- استفاده از هوش مصنوعی تولیدی برای تسریع وظایف مدلسازی داده
- طراحی و اعتبارسنجی مدلهای داده در Power BI
- متصل کردن Power BI به Snowflake و مصورسازی اطلاعات
ابزارهای مورد استفاده:
- Snowflake برای مدلسازی و ذخیرهسازی دادههای مبتنی بر ابر
- Power BI برای مدلسازی داده، اعتبارسنجی و گزارشگیری
- ابزارهای هوش مصنوعی تولیدی برای مدلسازی همراه و اتوماسیون
این دوره برای چه کسانی است:
- تحلیلگران داده و متخصصان BI که میخواهند دادههای خود را به طور مؤثرتری ساختاردهی کنند
- مهندسان داده آیندهنگر که به دنبال یادگیری تکنیکهای مدرن مدلسازی داده هستند
- هر کسی که با Snowflake یا Power BI کار میکند و میخواهد نحوه مدیریت و استفاده از دادهها را بهبود بخشد
- مبتدیانی که میخواهند مسیر واضح و عملی برای درک نحوه ساخت و اعمال مدلهای داده واقعی پیدا کنند
این دوره برای چه کسانی مناسب است؟
- تحلیلگران داده آیندهنگر، مهندسان داده یا متخصصان هوش تجاری که میخواهند در عمل بفهمند مدلسازی داده چگونه کار میکند
- متخصصانی که با Power BI یا Snowflake کار میکنند و میخواهند ساختارهای داده بهتری بسازند و کارایی را بهبود دهند
- دانشآموزان یا حرفهایهای فناوری در مراحل ابتدایی که به دنبال کسب تجربه عملی در مدلسازی داده با ابزارهای مدرن هستند
- مبتدیانی که با مفاهیم پایه داده راحت هستند و میخواهند رویکردی هدایت شده و عملی برای ساخت مدلهای داده واقعی پیدا کنند
مدلسازی دادههای کاربردی با استفاده از Snowflake و Power BI
-
مقدمه 01:29
-
مقدمهای بر مدلسازی داده: چیست و چرا مهم است؟ 03:54
-
مدلسازی داده مفهومی: طراحی در سطح بالا 05:43
-
مقدمهای بر نمودارهای Entity-Relationship (ER) 04:09
-
درک نرمالسازی و نرمالسازی اول (1NF) 04:06
-
درک فرم نرمال دوم و سوم 06:32
-
توضیح طراحی منطقی 06:26
-
ساخت مدل داده فیزیکی 02:43
-
مقدمهای بر مدلسازی بعدی 03:25
-
اسکیما ستارهای در مدلسازی داده 02:45
-
اسکیما Snowflake در مدلسازی داده 05:38
-
آزمون پایان بخش: طراحی و ساختاردهی یک مدل داده None
-
مرور پروژه فروش وبسایت 01:43
-
طراحی مفهومی: ساختاردهی دادههای فروش وبسایت 07:11
-
ایجاد مدل داده منطقی 08:41
-
تعریف روابط انتیتی 06:14
-
ایجاد نمودار مدل با هوش مصنوعی مولد 07:12
-
ثبت نام در Snowflake 02:15
-
آغاز کار با Snowflake: مروری کلی 03:13
-
بارگذاری دادههای خام فروش وبسایت به Snowflake 03:34
-
ایجاد جداول فیزیکی در Snowflake با استفاده از هوش مصنوعی مولد 10:11
-
Populate کردن جدول بعد تاریخی 09:19
-
Populate کردن جداول بعدی کشور و منطقه از دادههای فروش وبسایت 03:37
-
Populate کردن جداول بعدی محصول و حمل و نقل 05:12
-
Populate کردن جداول بعدی و حقیقی حمل و نقل 07:49
-
آزمون مدل داده Snowflake با هوش مصنوعی مولد 08:35
-
تحلیل داده بر روی دادههای مدلشده برای بینش 03:35
-
نصب Power BI و تنظیم یک ارتباط ODBC با Snowflake 07:30
-
اعتبارسنجی مدل داده Snowflake در Power BI 07:49
-
توضیح مدلسازی Data Vault 06:55
-
ایجاد اولین جدول بعدی خود در Power BI 09:17
-
تعریف کلیدهای اصلی و خارجی در روابط Power BI 04:13
-
ساخت جداول بعدی فرودگاه و کشور 05:06
-
ایجاد جداول بعدی قاره، خلبان و وضعیت در Power BI 06:37
-
ایجاد جدول حقیقی و بعد تاریخی در Power BI 09:59
-
اعتبارسنجی روابط و جریان داده در مدل Power BI شما 09:21
-
طراحی گزارشی در Power BI با استفاده از مدل داده نهایی 12:12
-
مرور پروژه و مجموعه داده 02:22
-
مرور راهحل پروژه Capstone 05:51
-
آفرین! جمعبندی و سخنان پایانی 01:37
مشخصات آموزش
مدلسازی دادههای کاربردی با استفاده از Snowflake و Power BI
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:همه سطوح
- تعداد درس:40
- مدت زمان :03:46:11
- حجم :2.82GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy