دوره آموزشی
The Great Courses
دوبله زبان فارسی

مسترکلاس Azure Data Engineer: گواهینامه های DP-203 ،DP-600 ،DP-700

مسترکلاس Azure Data Engineer: گواهینامه های DP-203 ،DP-600 ،DP-700

✅ سرفصل و جزئیات آموزش

آنچه یاد خواهید گرفت:

  • یادگیری مفاهیم اولیه Data Engineering و پایگاه داده 
  • آشنایی با محصولات مختلف ذخیره‌سازی مانند Azure Storage، Queue، File و Table Storage
  • ساخت راهکارهای داده ساختاریافته با گزینه‌های مختلف پایگاه داده SQL
  • ذخیره‌سازی داده نیمه‌ساختاریافته با CosmosDB
  • توسعه راهکارهای ETL و ELT با استفاده از Azure Data Factory
  • تحلیل داده با سیستم انبار داده - Synapse Analytics
  • فعالیت‌های Control Flow در Azure Data Factory
  • استفاده از Synapse SQL در Azure Synapse Analytics
  • استفاده از Apache Spark در Azure Synapse Analytics
  • معرفی Azure Databricks
  • آشنایی با Delta Lake و Data Warehouse در Azure Databricks
  • کار با تحلیل‌های بلادرنگ با استفاده از Azure Stream Analytics
  • کسب دانش عملی درباره Microsoft Fabric برای جذب داده، Lakehouse، ادغام با Power BI و هوش بلادرنگ 

پیش نیازهای دوره

  • اشتیاق و تعهد به یادگیری Azure Cloud
  • یک حساب فعال Azure (نسخه آزمایشی رایگان یا اشتراکی) برای تمرینات عملی توصیه می‌شود.

توضیحات دوره

آیا آماده‌اید به یک Azure Data Engineer با مهارت بالا تبدیل شوید و گواهینامه‌های برتر مایکروسافت مانند DP-600 (Fabric Analytics Engineer Associate) و DP-700 (Azure Data Analyst Associate) را دریافت کنید؟ این مسترکلاس Azure Data Engineer به گونه‌ای طراحی شده است تا دانش، تمرین عملی و اعتماد به نفس لازم برای موفقیت در پروژه‌های واقعی و آزمون‌های گواهینامه را به شما بدهد.

چرا باید در این دوره شرکت کنید؟

جهان در حال تولید داده در مقیاسی بی‌سابقه است و سازمان‌ها به متخصصانی نیاز دارند که بتوانند راهکارهای مدرن داده ابری را طراحی، پیاده‌سازی و مدیریت کنند. پلتفرم‌های Azure و Microsoft Fabric به پلتفرم‌های پیشرو برای تحلیل‌های سازمانی تبدیل شده‌اند و نقش‌هایی مانند Data Engineer و Analytics Engineer تقاضای بالایی دارند.
این دوره به شما کمک می‌کند تا با مهارت‌های آماده برای بازار کار و مرتبط با صنعت، با اطمینان در این نقش‌ها قدم بگذارید.

این دوره چه مواردی را پوشش می‌دهد

مدرس آموزش را با مبانی ذخیره‌سازی داده در Azure آغاز می‌کند، که شامل Azure Blob Storage، Azure SQL Database و Cosmos DB می‌شود؛ و نحوه ذخیره، مدیریت و کوئری گرفتن کارآمد داده را به شما یاد می‌دهد.

در ادامه، شما وارد Azure Data Factory (ADF) خواهید شد؛ جایی که پایپ‌لاین‌ها را می‌سازید، جریان‌های کاری (Workflows) را خودکار می‌کنید و تبدیلات Control Flow و Data Flow را انجام می‌دهید.

سپس Azure Synapse Analytics را بررسی خواهید کرد که شامل پوشش تحلیل‌های مبتنی بر SQL و Apache Spark برای پردازش کلان‌داده همراه با تجربه عملی در بارهای کاری دسته‌ای و تحلیلی است.

در Azure Databricks، با Delta Lake و مفاهیم مدرن Data Warehousing برای ایجاد راهکارهای مقیاس‌پذیر مهندسی داده کار خواهید کرد.

مدرس همچنین Azure Stream Analytics را آموزش می‌دهد تا شما را قادر سازد پایپ‌لاین‌های استریم بلادرنگ را برای تله‌متری، داده رویداد و تحلیل‌های زنده طراحی کنید.

در نهایت، تمرکز بر روی Microsoft Fabric، پلتفرم تحلیل یکپارچه مایکروسافت خواهد بود. شما جذب داده را تمرین می‌کنید، Lakehouseها را می‌سازید، آن‌ها را با Power BI ادغام می‌کنید و سناریوهای هوش بلادرنگ را مطابق با اهداف آزمون‌های DP-600 و DP-700 پیاده‌سازی خواهید کرد.

یادگیری با انجام کار عملی

این دوره پر از آزمایشگاه‌های عملی، دموها و سناریوهای دنیای واقعی است که بازتاب‌دهنده چالش‌های پیش‌روی Azure Data Engineerها و Analytics Engineerها در محیط‌های عملیاتی می‌باشد. شما فقط مفاهیم را یاد نمی‌گیرید، بلکه آن‌ها را در موقعیت‌های عملی که اعتماد به نفس واقعی ایجاد می‌کنند، به کار خواهید بست.

چه چیزی این دوره را متمایز می‌کند؟

  • پوشش DP-600 و DP-700 در یک مسترکلاس جامع
  • تمرکز قوی بر روی Microsoft Fabric و تحلیل‌های مدرن
  • ترکیب تئوری، دموهای عملی و سناریوهای دنیای واقعی
  • طراحی شده برای ایجاد مهارت‌های آماده بازار کار، نه فقط دانش لازم برای آزمون

در پایان این دوره

شما قادر خواهید بود با اطمینان راهکارهای داده مبتنی بر Azure و Microsoft Fabric را طراحی، پیاده‌سازی و مدیریت کنید، گواهینامه‌های DP-600 و DP-700 را با موفقیت پشت سر بگذارید و به یک نقش پرتقاضا به عنوان Azure Data Engineer یا Analytics Engineer وارد شوید.

این دوره برای چه کسانی مناسب است؟

  • مهندسان Cloud که می‌خواهند گواهینامه Azure Cloud Data Engineer را دریافت کنند.
  • هر کسی که به دنبال استفاده از Azure cloud برای پایپ لاین داده در سازمان خود است.
  • مهندسان داده که می‌خواهند با محصولات مختلف Azure برای مهندسی داده آشنا شوند.
  • هر کسی که می‌خواهد درباره محصولات مختلف ذخیره‌سازی و پایگاه داده برای ذخیره داده در Azure یاد بگیرد.

مسترکلاس Azure Data Engineer: گواهینامه های DP-203 ،DP-600 ،DP-700

  • معرفی دوره 03:22
  • مهم - نکات Udemy و بروزرسانی نظرات 02:24
  • داده‌های ساختاریافته در برابر غیرساختاریافته و نیمه‌ساختاریافته 08:40
  • داده‌های دسته‌ای در برابر استریم 04:23
  • OLTP در برابر OLAP 03:35
  • Data Lake در برابر Data Warehouse 03:41
  • گردش کار مهندسی داده 04:03
  • آزمون بخش None
  • ایجاد حساب Azure 04:49
  • حساب، اشتراک، Resource Groups و Resources 09:04
  • روش‌های مختلف دسترسی به Azure 03:37
  • بررسی و راهنمای Azure Portal 08:54
  • آماده‌سازی برای استفاده از Azure CLI 09:14
  • محیط Azure Cloud Shell 11:51
  • ایجاد ماشین مجازی (VM) از طریق پورتال 09:52
  • ایجاد ماشین مجازی (VM) از طریق CLI 03:41
  • آزمون بخش None
  • سرویس‌های مختلف برای Azure Storage 04:01
  • پلتفرم Azure Storage 04:08
  • تامین و ایجاد حساب Azure Storage 10:28
  • بررسی حساب Azure Storage 07:19
  • Azure Blob Storage چیست 05:04
  • بررسی Azure Blob Storage قسمت 1 11:53
  • بررسی Azure Blob Storage قسمت 2 09:30
  • Replication داده در Storage 14:02
  • خطایابی دستی 03:33
  • سطوح دسترسی در Blob 06:02
  • ایمن‌سازی حساب Storage 10:21
  • Azure Table 07:58
  • Azure Queue 06:15
  • Azure File Share 07:38
  • Azure Disk Storage 08:39
  • مقدمه‌ای بر Azure Data Lake Gen 2 09:42
  • مدیریت چرخه عمر 05:20
  • نرم‌افزار Azure Storage Explorer 06:13
  • مدیریت Azure Storage از طریق Azure CLI قسمت 1 11:01
  • مدیریت Azure Storage از طریق Azure CLI قسمت 2 06:43
  • مدیریت Azure Storage از طریق Azure CLI قسمت 3 12:41
  • مدیریت Azure Storage از طریق Azure CLI قسمت 4 06:19
  • مدیریت Azure Storage از طریق Azure CLI قسمت 5 07:35
  • آزمون بخش None
  • آزمون بخش None
  • مقدمه‌ای بر Azure SQL Database 04:15
  • ارائه‌های IaaS و PaaS در Azure SQL 06:37
  • استقرار مختلف PaaS 05:34
  • [آموزش عملی] Azure SQL Database قسمت 1 11:58
  • [آموزش عملی] Azure SQL Database قسمت 2 10:06
  • [آموزش عملی] Azure SQL Database قسمت 3 09:58
  • [آموزش عملی] Azure SQL Database قسمت 4 02:59
  • مدل قیمت‌گذاری و سطوح خدمات در SQL 07:20
  • مدیریت Azure SQL از طریق Azure CLI قسمت 1 09:20
  • مدیریت Azure SQL از طریق Azure CLI قسمت 2 09:50
  • آزمون بخش None
  • مقدمه‌ای بر Azure Cosmos DB 04:19
  • APIها در Azure Cosmos DB 07:12
  • Azure Cosmos DB برای NoSQL 07:03
  • اجزای Azure Cosmos DB برای NoSQL 02:25
  • آزمون بخش None
  • آزمایشگاه 1: ایجاد حساب Azure Cosmos DB برای NoSQL قسمت 1 10:48
  • آزمایشگاه 1: ایجاد حساب Azure Cosmos DB برای NoSQL قسمت 2 12:23
  • آزمایشگاه 1: ایجاد حساب Azure Cosmos DB برای NoSQL قسمت 3 01:30
  • نمای کلی: حساب Azure Cosmos DB برای NoSQL 06:51
  • آزمایشگاه 2: ایجاد یک پایگاه داده قسمت 1 12:35
  • آزمایشگاه 2: ایجاد یک پایگاه داده قسمت 2 07:11
  • آزمایشگاه 3: ایجاد یک Container 15:41
  • آزمایشگاه 4: افزودن آیتم‌ها به Container 07:49
  • واحدهای درخواست 07:34
  • درک توان عملیاتی 05:13
  • مدیریت هزینه‌ها 07:04
  • مقیاس‌پذیری افقی در Cosmos DB 01:33
  • پارتیشن و کلید پارتیشن 03:57
  • پارتیشن واحد در برابر بین پارتیشنی 02:39
  • جلوگیری از پارتیشن‌های داغ 04:52
  • زمان زنده ماندن داده‌ها (TTL) 10:40
  • حالت ظرفیت بدون سرور 03:51
  • Serverless در برابر Provisioned Throughput 03:50
  • مقیاس‌بندی خودکار در برابر Standard Throughput 07:23
  • قیمت‌گذاری Azure CosmosDB 09:42
  • آزمون بخش None
  • آزمون بخش None
  • مقدمه‌ای بر Azure Data Factory 06:10
  • ایجاد حساب Data Factory 03:57
  • نمای کلی Azure Data Factory Studio 06:29
  • پایپ‌لاین‌ها و فعالیت‌ها 06:18
  • ایجاد حساب Storage و کانتینرها 04:47
  • مقدمه‌ای بر Linked Services و Dataset 06:37
  • ساخت پایپ‌لاین: فعالیت کپی داده قسمت 1 11:47
  • ساخت پایپ‌لاین: فعالیت کپی داده قسمت 2 11:01
  • دیباگ و تریگر پایپ‌لاین 11:51
  • پیشوند، Wildcard و لیست فایل‌ها 11:43
  • تریگرها: مقدمه 03:26
  • تریگر زمان‌بندی 10:26
  • تریگر رویداد Storage 08:46
  • Integration Runtime: مقدمه 03:40
  • Azure Integration Runtime 11:53
  • Self-Hosted Integration Runtime قسمت 1 10:19
  • Self-Hosted Integration Runtime قسمت 2 03:25
  • اشتراک‌گذاری Self-hosted Integration Runtime 07:11
  • پارامترها و متغیرهای پایپ‌لاین: مقدمه 03:19
  • پارامتری کردن پایپ‌لاین‌ها و Datasetها 10:32
  • پارامتری کردن Linked Services 03:23
  • متغیرهای سیستمی 08:29
  • کانکتورها 03:52
  • فعالیت کپی داده: عمومی، مپینگ 09:17
  • فعالیت کپی داده: تنظیمات و ویژگی‌های کاربر 09:01
  • فعالیت Delete 04:40
  • آزمون بخش None
  • آزمون بخش None
  • فعالیت Set Variable 10:40
  • فعالیت Append Variable 07:12
  • فعالیت Get Metadata 10:01
  • فعالیت Execute Pipeline 06:22
  • فعالیت Fail 04:27
  • فعالیت Wait 04:41
  • فعالیت For Each 10:33
  • فعالیت If Condition 07:03
  • فعالیت Web و WebHook 05:09
  • فعالیت Switch 08:30
  • فعالیت Validation و Lookup 09:16
  • فعالیت Filter 05:54
  • فعالیت Until 08:33
  • فعالیت تعیین مقدار بازگشتی پایپ‌لاین 07:10
  • آزمون بخش None
  • آزمون بخش None
  • آزمون بخش None
  • مقدمه‌ای بر DataFlow 06:53
  • [آموزش عملی] فعالیت DataFlow قسمت 1 10:25
  • [آموزش عملی] فعالیت DataFlow قسمت 2 07:46
  • [آموزش عملی] فعالیت DataFlow قسمت 3 09:31
  • [آموزش عملی] Schema Drift در Mapping Data Flow 07:05
  • [آموزش عملی] اعتبارسنجی طرحواره در Mapping Data Flow 04:03
  • [آموزش عملی] تبدیل Derived Column قسمت 1 09:48
  • [آموزش عملی] تبدیل Derived Column قسمت 2 09:42
  • [آموزش عملی] الگوهای ستون در Mapping Data Flow 15:08
  • [آموزش عملی] Flowlets در Mapping Data Flow 13:02
  • [آموزش عملی] توابع تعریف‌شده توسط کاربر (UDF) در Mapping Data Flow 05:40
  • [آموزش عملی] فعالیت Power Query 12:34
  • آزمون بخش None
  • [آموزش عملی] تبدیلات Filter، Aggregate و Join 06:28
  • [آموزش عملی] تبدیل Fuzzy Join 16:56
  • [آموزش عملی] تبدیل Conditional Split 09:11
  • [آموزش عملی] تبدیل Exists 08:26
  • [آموزش عملی] تبدیل Union 06:13
  • تبدیلات Lookup 11:45
  • تبدیلات Sort 06:12
  • ایجاد یک شاخه جدید در Mapping Data Flow 08:51
  • تبدیل Select 12:32
  • تبدیل Pivot 09:40
  • تبدیل Unpivot 04:58
  • تبدیل Surrogate Key 04:53
  • تبدیل Window 11:21
  • تبدیل Flatten 08:26
  • تبدیل Assert قسمت 1 10:00
  • تبدیل Assert قسمت 2 09:25
  • تبدیل Cast 07:10
  • تبدیل Parse قسمت 1 11:56
  • تبدیل Parse قسمت 2 13:39
  • تبدیل Rank 04:35
  • تبدیل Stringify 05:57
  • آزمون بخش None
  • آزمون بخش None
  • آزمون بخش None
  • مقدمه‌ای بر Azure Synapse Analytics 04:49
  • ایجاد فضای کاری در Azure Synapse Analytics 10:50
  • نمای کلی Azure Synapse Studio قسمت 1 08:14
  • نمای کلی Azure Synapse Studio قسمت 2 07:16
  • مفاهیم پایه در Azure Synapse Analytics قسمت 1 10:58
  • مفاهیم پایه در Azure Synapse Analytics قسمت 2 03:50
  • [آموزش عملی] تحلیل داده‌ها با Serverless SQL Pool قسمت 1 05:10
  • [آموزش عملی] تحلیل داده‌ها با Serverless SQL Pool قسمت 2 05:13
  • [آموزش عملی] تحلیل داده‌ها با Serverless SQL Pool قسمت 3 05:42
  • [آموزش عملی] تحلیل داده‌ها با Serverless SQL Pool قسمت 4 03:25
  • [آموزش عملی] تحلیل داده‌ها با Serverless SQL Pool قسمت 5 03:08
  • [آموزش عملی] تحلیل داده‌ها با Dedicated SQL Pool قسمت 1 07:22
  • [آموزش عملی] تحلیل داده‌ها با Dedicated SQL Pool قسمت 2 09:24
  • [آموزش عملی] تحلیل داده‌ها با Dedicated SQL Pool قسمت 3 03:37
  • [آموزش عملی] تحلیل داده‌ها با Dedicated SQL Pool قسمت 4 00:40
  • [آموزش عملی] تحلیل داده‌ها با Serverless Spark Pool قسمت 1 10:07
  • [آموزش عملی] تحلیل داده‌ها با Serverless Spark Pool قسمت 2 09:08
  • [آموزش عملی] تحلیل داده‌ها با Serverless Spark Pool قسمت 3 07:37
  • [آموزش عملی] تحلیل داده‌ها در حساب Storage 17:03
  • [آموزش عملی] ادغام با پایپ‌لاین‌ها قسمت 1 17:34
  • [آموزش عملی] ادغام با پایپ‌لاین‌ها قسمت 2 11:35
  • نظارت بر فضای کاری Synapse قسمت 1 12:30
  • نظارت بر فضای کاری Synapse قسمت 2 06:18
  • بررسی مرکز دانش Synapse 10:08
  • آزمون بخش None
  • معماری Azure Synapse SQL 03:55
  • توزیع‌ها (Hash ،Round Robin و Replicate) 03:56
  • نمای کلی: Serverless SQL pool 07:55
  • نمای کلی: Dedicated SQL Pool (قبلاً SQL DW) 05:03
  • مقدمه‌ای بر جداول خارجی در Synapse SQL 06:08
  • [آموزش عملی] ایجاد منبع داده خارجی 12:50
  • [آموزش عملی] ایجاد فرمت فایل خارجی 04:02
  • [آموزش عملی] استفاده از CETAS با Synapse SQL 09:29
  • [آموزش عملی] استفاده از CETAS با Synapse SQL (مدارک محلی: هویت مدیریت‌شده) 12:55
  • [آموزش عملی] استفاده از CTAS با Synapse SQL قسمت 1 13:34
  • [آموزش عملی] استفاده از CTAS با Synapse SQL قسمت 2 04:15
  • [آموزش عملی] SELECT INTO در برابر CTAS 04:40
  • [آموزش عملی] استفاده از CTAS برای کپی جدول 06:50
  • [آموزش عملی] ایجاد جدول خارجی Hadoop در Dedicated SQL Pool 12:07
  • [آموزش عملی] ایجاد جداول خارجی بومی در Dedicated SQL Pool 04:36
  • [آموزش عملی] جداول خارجی Native در برابر Hadoop 02:38
  • [آموزش عملی] استفاده از دستور CTAS 03:37
  • [آموزش عملی] ایجاد جدول خارجی Native در Serverless SQL Pool 09:29
  • [آموزش عملی] Dedicated SQL Pool: ایجاد و کوئری گرفتن از جدول خارجی از یک فایل در ADLS 09:34
  • [آموزش عملی] Serverless SQL Pool: ایجاد و کوئری گرفتن از جدول خارجی از فایل در ADLS 06:13
  • حساب‌های مدیریتی در Synapse SQL 04:07
  • دانلود و نصب SQL Server Management Studio (SSMS) 03:19
  • [آموزش عملی] ایجاد لاگین و کاربر برای Serverless SQL Pool 11:39
  • [آموزش عملی] ایجاد لاگین و کاربر برای Dedicated SQL Pool 10:55
  • [آموزش عملی] جداول موقت در Synapse SQL 10:54
  • [آموزش عملی] ویژگی IDENTITY: ایجاد جدول با ستون IDENTITY 08:28
  • [آموزش عملی] ویژگی IDENTITY: درج صریح مقادیر و بارگذاری داده‌ها 10:07
  • [آموزش عملی] ویژگی IDENTITY: نماهای سیستمی و وظایف رایج 06:24
  • ویژگی IDENTITY: محدودیت‌ها 00:54
  • [آموزش عملی] تابع OPENROWSET: خواندن فایل‌های csv و parquet از Azure Storage 09:24
  • [آموزش عملی] OPENROWSET: خواندن فایل‌ها از یک حساب Storage دیگر 06:33
  • [آموزش عملی] OPENROWSET: تعیین چندین فایل/پوشه در مسیر BULK 03:31
  • [آموزش عملی] محدودیت‌های جدول 10:16
  • [آموزش عملی] ایندکس‌ها در جداول Dedicated SQL Pool 06:57
  • [آموزش عملی] پارتیشن‌بندی جداول در Dedicated SQL Pool 10:04
  • [آموزش عملی] جداول Replicated در Synapse SQL Pool 11:35
  • آزمون بخش None
  • مقدمه: Apache Spark در Azure Synapse Analytics 11:29
  • [آموزش عملی] ایجاد یک Spark Pool با استفاده از Azure Portal 07:22
  • [آموزش عملی] ایجاد یک Spark Pool با استفاده از Azure Synapse Studio 04:24
  • [آموزش عملی] ایجاد یک نوت‌بوک 19:08
  • [آموزش عملی] استفاده از Pandas برای خواندن/نوشتن داده‌ها در حساب پیش‌فرض ADLS Gen2 14:11
  • [آموزش عملی] استفاده از Pandas برای خواندن/نوشتن داده‌ها در حساب ثانویه ADLS Gen2 قسمت 1 14:29
  • [آموزش عملی] استفاده از Pandas برای خواندن/نوشتن داده‌ها در حساب ثانویه ADLS Gen2 قسمت 2 10:27
  • [آموزش عملی] استفاده از FSSPEC برای خواندن/نوشتن داده‌های ADLS Gen2 قسمت 1 13:22
  • [آموزش عملی] استفاده از FSSPEC برای خواندن/نوشتن داده‌های ADLS Gen2 قسمت 2 05:33
  • روش‌های مختلف برای ایجاد نوت‌بوک 02:57
  • [آموزش عملی] استفاده از چندین زبان در Synapse Notebook 03:34
  • [آموزش عملی] استفاده از جداول موقت برای ارجاع داده‌ها در بین زبان‌های مختلف 08:33
  • [آموزش عملی] قطعه کدها 05:01
  • [آموزش عملی] ارجاع دادن نوت‌بوک 06:47
  • ادغام نوت‌بوک - اجرای Synapse Notebook از طریق پایپ‌لاین 07:55
  • [آموزش عملی] ویجت‌های IPython 09:44
  • مقدمه‌ای بر Microsoft Spark Utilities 01:09
  • [آموزش عملی] File System Utilities قسمت 1 15:01
  • [آموزش عملی] File System Utilities قسمت 2 12:45
  • [آموزش عملی] File System Utilities قسمت 3 - پیکربندی دسترسی به ADLS Gen2 05:59
  • [آموزش عملی] File System Utilities قسمت 4 - Mount کردن با استفاده از یک Linked Service 10:50
  • [آموزش عملی] File System Utilities قسمت 5 - Mount کردن از طریق Account Key 02:58
  • [آموزش عملی] File System Utilities قسمت 6 - Mount کردن از طریق SAS Token 02:33
  • [آموزش عملی] File System Utilities قسمت 7 - افزودن Secret 06:14
  • [آموزش عملی] File System Utilities قسمت 8 - Unmount کردن نقطه Mount 02:28
  • مقدمه‌ای بر Notebook Utilities 01:38
  • [آموزش عملی] Notebook Utilities - تابع Exit 03:13
  • [آموزش عملی] Notebook Utilities - تابع Run 11:21
  • [آموزش عملی] کانتکست زمان اجرا 04:24
  • [آموزش عملی] Environment Utilities 03:06
  • آزمون بخش None
  • مقدمه‌ای بر Azure Databricks 08:53
  • ایجاد فضای کاری Azure Databricks 03:10
  • بررسی فضای کاری و رابط کاربری (UI) Azure Databricks 08:12
  • نمای کلی معماری Azure Databricks 03:07
  • [آموزش عملی] ایجاد کلاستر Azure Databricks 07:03
  • [آموزش عملی] شروع کار با Spark قسمت 1 10:34
  • [آموزش عملی] شروع کار با Spark قسمت 2 05:23
  • [آموزش عملی] تحلیل داده‌ها با استفاده از Spark قسمت 1 08:43
  • [آموزش عملی] تحلیل داده‌ها با استفاده از Spark قسمت 2 08:22
  • [آموزش عملی] تحلیل داده‌ها با استفاده از Spark قسمت 3 06:14
  • آزمون بخش None
  • مقدمه‌ای بر Delta Lake 10:02
  • [آموزش عملی] Delta Lake در Azure Databricks قسمت 1 11:48
  • [آموزش عملی] Delta Lake در Azure Databricks قسمت 2 09:36
  • [آموزش عملی] Delta Lake در Azure Databricks قسمت 3 07:16
  • [آموزش عملی] ایجاد SQL Warehouse 02:49
  • [آموزش عملی] استفاده از یک SQL Warehouse در Azure Databricks 09:10
  • [آموزش عملی] اجرای نوت‌بوک از طریق Azure Data Factory 08:33
  • آزمون بخش None
  • [آموزش عملی] پردازش ورودی Blob Storage قسمت 1 10:08
  • [آموزش عملی] پردازش ورودی Blob Storage قسمت 2 10:11
  • [آموزش عملی] پردازش ورودی Blob Storage قسمت 3 05:30
  • [آموزش عملی] پردازش ورودی IoT Hub قسمت 1 10:05
  • [آموزش عملی] پردازش ورودی IoT Hub قسمت 2 07:31
  • [آموزش عملی] پردازش ورودی Event Hub قسمت 1 11:57
  • [آموزش عملی] پردازش ورودی Event Hub قسمت 2 07:23
  • [آموزش عملی] ادغام استریمینگ با Synapse Analytics قسمت 1 11:05
  • [آموزش عملی] ادغام استریمینگ با Synapse Analytics قسمت 2 10:32
  • [آموزش عملی] ادغام استریمینگ با Synapse Analytics قسمت 3 06:03
  • آزمون بخش None
  • شروع نسخه آزمایشی رایگان در Microsoft Fabric 13:20
  • نمای کلی رابط کاربری (UI) Microsoft Fabric 09:54
  • ایجاد حساب ADLS Gen 2 Storage 03:51
  • فرمت‌های فایل: Parquet و Delta 03:26
  • نمای کلی: Microsoft Fabric Data Warehousing 06:21
  • ایجاد فضای کاری Fabric 02:47
  • ایجاد Data Warehouse 03:15
  • نمای کلی: کوئری‌های SQL 02:45
  • توضیحات در کوئری‌های SQL 01:45
  • ایجاد و حذف طرحواره‌ها 01:47
  • ایجاد و حذف جداول 07:36
  • درج رکوردها در یک جدول 22:05
  • بارگذاری Dataset و ایجاد جداول با استفاده از فایل‌های csv 08:09
  • دستور Select 07:06
  • دستور Distinct 02:32
  • بارگذاری Dataset و ایجاد جداول با استفاده از فایل‌های Parquet 06:24
  • توابع پایگاه داده SQL: توابع تجمعی 17:21
  • توابع پایگاه داده SQL: توابع تحلیلی 08:38
  • توابع پایگاه داده SQL: تاریخ و زمان 05:10
  • توابع پایگاه داده SQL: توابع ریاضی 11:44
  • توابع پایگاه داده SQL: توابع منطقی 04:26
  • توابع پایگاه داده SQL: توابع رشته‌ای 09:00
  • عبارات: CASE 09:04
  • عبارات: COALESCE 04:22
  • عبارات: NULLIF 03:00
  • عبارت ORDER BY و محدود کردن نتایج 05:17
  • فیلتر کردن رکوردها 07:19
  • عبارت GROUP BY 08:32
  • جوین کردن جداول 08:34
  • CTAS: ایجاد جدول با استفاده از Select 08:16
  • بروزرسانی و حذف رکوردها 11:51
  • کوئری‌های فرعی 07:55
  • نماها 04:44
  • ویرایشگر بصری کوئری 10:38
  • شبیه‌سازی بدون کپی 03:49
  • ویژگی Time Travel 05:19
  • کوئری گرفتن بین چندین Warehouse 03:23
  • نظارت بر کوئری‌ها 03:00
  • روال‌های ذخیره‌شده 17:14
  • مدل‌سازی معنایی و Power BI 07:49
  • روابط در مدل داده 09:26
  • مقیاس‌ها 09:38
  • ایجاد و استفاده از Dataflows (Gen2) در Microsoft Fabric قسمت 1 08:18
  • ایجاد و استفاده از Dataflows (Gen2) در Microsoft Fabric قسمت 2 06:22
  • دریافت داده با استفاده از یک پایپ‌لاین در Microsoft Fabric قسمت 1 13:28
  • دریافت داده با استفاده از یک پایپ‌لاین در Microsoft Fabric قسمت 2 08:25
  • تحلیل داده‌ها با Apache Spark: ایجاد Lakehouse و Notebook 03:57
  • تحلیل داده‌ها با Apache Spark: ایجاد یک DataFrame 04:09
  • تحلیل داده‌ها با Apache Spark: بررسی داده‌ها در یک DataFrame 04:29
  • تحلیل داده‌ها با Apache Spark: استفاده از Spark برای تبدیل فایل‌های داده 07:28
  • تحلیل داده‌ها با Apache Spark: کار با جداول و SQL 05:26
  • تحلیل داده‌ها با Apache Spark: مصورسازی داده‌ها با Spark 09:42
  • ایجاد Microsoft Fabric Lakehouse قسمت 1 06:39
  • ایجاد Microsoft Fabric Lakehouse قسمت 2 06:52
  • استفاده از جداول Delta در Apache Spark قسمت 1 06:10
  • استفاده از جداول Delta در Apache Spark قسمت 2 10:12
  • استفاده از جداول Delta در Apache Spark قسمت 3 03:58
  • استفاده از جداول Delta در Apache Spark قسمت 4 04:13
  • استفاده از جداول Delta در Apache Spark قسمت 5 10:46
  • معماری مدالیون در Fabric Lakehouse قسمت 1 02:22
  • معماری مدالیون در Fabric Lakehouse قسمت 2 14:30
  • معماری مدالیون در Fabric Lakehouse قسمت 3 07:24
  • معماری مدالیون در Fabric Lakehouse قسمت 4 14:22
  • معماری مدالیون در Fabric Lakehouse قسمت 5 11:53
  • معماری مدالیون در Fabric Lakehouse قسمت 6 04:26
  • طراحی یک پلتفرم داده دسته‌ای + بلادرنگ برای تحلیل مشتریان None
  • ساخت یک Data Warehouse مقیاس‌پذیر با داده‌های تاریخی و عملیاتی None

25,290,400 6,322,600 تومان

مشخصات آموزش

مسترکلاس Azure Data Engineer: گواهینامه های DP-203 ،DP-600 ،DP-700

  • تاریخ به روز رسانی: 1405/04/02
  • سطح دوره:Alls
  • تعداد درس:353
  • مدت زمان :42:26:02
  • حجم :18.4GB
  • زبان:دوبله زبان فارسی
  • دوره آموزشی:AI Academy

آموزش های مرتبط

The Great Courses
3,769,000 753,800 تومان
  • زمان: 05:03:33
  • تعداد درس: 37
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
1,033,500 206,700 تومان
  • زمان: 01:23:15
  • تعداد درس: 8
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
9,779,500 1,955,900 تومان
  • زمان: 13:07:38
  • تعداد درس: 87
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
6,472,000 1,294,400 تومان
  • زمان: 08:41:15
  • تعداد درس: 87
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
2,260,000 452,000 تومان
  • زمان: 03:02:02
  • تعداد درس: 14
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
795,000 159,000 تومان
  • زمان: 58:00
  • تعداد درس: 12
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
19,403,000 3,880,600 تومان
  • زمان: 26:02:40
  • تعداد درس: 175
  • سطح دوره:
  • زبان: دوبله فارسی
The Great Courses
8,508,000 1,701,600 تومان
  • زمان: 11:25:13
  • تعداد درس: 94
  • سطح دوره:
  • زبان: دوبله فارسی
  • سطح دوره:
  • زبان: دوبله فارسی

آیا سوالی دارید؟

ما به شما کمک خواهیم کرد تا شغل و رشد خود را افزایش دهید.
امروز با ما تماس بگیرید