دوره آموزشی
دوبله زبان فارسی
استقرار عملی یک اپلیکیشن Python در Snowflake
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- چگونه میتوان یک اپلیکیشن را به روشهای مختلف و به درستی در Snowflake AI Data Cloud مستقر کرد؟
- چگونه میتوان اجزای مختلف سازنده یک اپلیکیشن داده را مصورسازی کرد؟
- هنگام ساخت و استقرار یک اپلیکیشن داده، چگونه باید بر اساس معماری سیستم، ماژولار بودن و مقیاسپذیری تفکر کرد؟
- چگونه میتوان منطق ساده کسبوکار را در Python پیادهسازی کرد و کد آن را توسط موتور SQL در Snowflake به اجرا درآورد؟
پیشنیازهای دوره
- مهارتهای اولیه برنامهنویسی Python
- دانش اولیه SQL
- آشنایی نسبی با پلتفرم Snowflake
توضیحات دوره
در این دوره، مدرس یک قطعه کد ساده ETL/ELT به زبان Python/SQL را در نظر گرفته و آن را به بیش از 12 روش مختلف در Snowflake یا در ارتباط با آن مستقر میکند. در هر روش، معماری سیستم و پیامدهای آن به دقت شرح داده خواهد شد. این پیامدها شامل مقیاسپذیری، حفاظت از دادهها، امنیت و میزان نزدیکی اجرای کد به دادهها میباشد.
مخاطبان این دوره
- توسعهدهندگان Python که به دنبال گسترش دانش خود در زمینه Snowflake هستند.
- معماران داده آیندهنگر با تمرکز بر Snowflake
- معماران راهکار که هدفشان درک انواع مختلف توسعه اپلیکیشن در Snowflake است.
- مهندسان داده که قصد ورود به حوزه معماری داده را دارند.
- هر فرد فنی که مایل به درک بهتر انواع معماریها در Snowflake AI Data Cloud است.
آنچه یاد میگیرید
چگونه میتوان داده ساختگی را با استفاده از توابع داخلی Snowflake یا کتابخانههای Python تولید کرد؟
انواع معماریهایی که مدرس در اینجا ارائه میدهد
- SQL Worksheets و Python Worksheets
- Snowflake Connector برای Python
- Snowpark DataFrame API و Snowpark برای Stored Procedures
- Pandas DataFrame API
- Stored Procedures در Python و اجرا به عنوان Caller
- Jupyter Notebooks و Snowflake Notebooks
- وب اپلیکیشن ها Streamlit و Streamlit Community Cloud
- Streamlit در اپلیکیشن های Snowflake
- بهاشتراکگذاری امن داده
- Snowflake Native Apps
- سرویسهای Container در Snowpark
- افزونههای VSCode برای Snowflake و Jupyter
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان Python که به دنبال گسترش دانش خود در زمینه Snowflake هستند.
- معماران داده آیندهنگر با تمرکز بر Snowflake
- معماران راهکار که هدفشان درک انواع مختلف توسعه اپلیکیشن در Snowflake است.
- مهندسان داده که قصد ورود به حوزه معماری داده را دارند.
- هر فرد فنی که مایل به درک بهتر انواع معماریها در Snowflake AI Data Cloud است.
استقرار عملی یک اپلیکیشن Python در Snowflake
-
ساختار و محتوای دوره 02:23
-
چگونه از این دوره بهره ببریم؟ 02:36
-
داده ساختگی در SQL Worksheets 19:02
-
تولید داده محلی واقعگرایانه ساختگی با Python 16:15
-
نکاتی که مدرس با شما به اشتراک میگذارد... 01:29
-
افزونه Snowflake در VSCode 08:53
-
Snowflake Connector برای Python 11:10
-
سشن های Snowpark 10:37
-
Snowpark DataFrame API 11:35
-
نکاتی که مدرس با شما به اشتراک میگذارد... 02:16
-
دانش خود را بسنجید None
-
Python Worksheets 08:32
-
Python Stored Procedures 06:05
-
Snowpark Stored Procedures 09:33
-
نکاتی که مدرس با شما به اشتراک میگذارد... 01:26
-
اجرا به عنوان Caller 10:32
-
دانش خود را بسنجید None
-
Jupyter Notebooks در VSCode 09:36
-
Snowflake Notebooks 10:36
-
Notebooks در محیط Container Runtime 15:09
-
دانش خود را بسنجید None
-
اپلیکیشن های محلی Streamlit 15:18
-
اپلیکیشن های چندصفحهای Streamlit 10:27
-
اپلیکیشن های ابری Streamlit 12:04
-
نکاتی که مدرس با شما به اشتراک میگذارد... 01:19
-
اپلیکیشن های Streamlit در Snowflake 13:13
-
استقرار اپلیکیشن های Streamlit 14:14
-
دانش خود را بسنجید None
-
بهاشتراکگذاری امن داده 10:32
-
Snowflake Native Apps 20:01
-
برنامههای Container در Snowpark 27:22
-
نکاتی که مدرس با شما به اشتراک میگذارد... 02:16
-
دانش خود را بسنجید None
-
تبریک میگویم، شما موفق شدید! 01:49
مشخصات آموزش
استقرار عملی یک اپلیکیشن Python در Snowflake
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:همه سطوح
- تعداد درس:34
- مدت زمان :04:49:29
- حجم :2.75GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy