آشنایی با مهندسی داده IBM
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- لیست مهارتهای اولیه مورد نیاز برای یک نقش مهندسی داده سطح ابتدایی
- توضیح مراحل و مفاهیم مختلف در چرخه عمر مهندسی داده
- توصیف فناوریهای مهندسی داده، از جمله پایگاه دادههای رابطهای، فروشگاههای داده NoSQL و موتورها کلان داده
- خلاصه مفاهیم امنیت داده، حاکمیت و انطباق
توضیحات دوره
سفر خود را به یکی از سریعترین حرفههای در حال رشد امروز با این دوره آموزشی مهندسی داده مبتدی پسند آغاز کنید! شما با مفاهیم اصلی، فرآیندها و ابزارهایی که نیاز دارید تا دانش بنیادی در مهندسی داده کسب کنید، آشنا خواهید شد. همچنین با نقشهایی که مهندسان داده، دانشمندان داده و تحلیلگران داده در این اکوسیستم ایفا میکنند، آشنا خواهید شد.
این دوره را با درک اینکه مهندسی داده چیست و نقشهایی که مهندسان داده، دانشمندان داده و تحلیلگران داده در این زمینه جذاب دارند، آغاز خواهید کرد. سپس درباره اکوسیستم مهندسی داده، انواع مختلف ساختارهای داده، فرمتهای فایل، منابع داده و زبانهایی که افراد حرفهای در زمینه داده در کارهای روزمره خود استفاده میکنند، خواهید آموخت.
شما با کامپوننتهای یک پلتفرم داده آشنا خواهید شد و درکی از چند نوع مختلف از مخزنهای داده مانند پایگاه دادههای رابطهای (RDBMS) و پایگاه دادههای NoSQL، انبارهای داده، بازارهای داده، Data Lakes و Data Lakehouses بدست خواهید آورد. شما همچنین درباره ابزارهای پردازش کلان داده مثل آپاچی هدوپ و اسپارک یاد خواهید گرفت. با فرآیندهای ETL ،ELT، پایپ لاینهای داده و یکپارچگی داده نیز آشنا خواهید شد.
این دوره به شما درکی از یک چرخه عمر مهندسی داده معمولی میدهد که شامل معماری پلتفرمهای داده، طراحی فروشگاههای داده و جمعآوری، ایمپورت، آماده سازی، کوئری کردن و تحلیل داده است. شما همچنین درباره امنیت، حاکمیت و انطباق خواهید آموخت.
همچنین در این دوره درباره فرصتهای شغلی در زمینه مهندسی داده و مسیرهای مختلفی که میتوانید برای کسب مهارت به عنوان یک مهندس داده دنبال کنید، اطلاعاتی به دست خواهید آورد. شما از بینش ها و مشاوره چند مهندس داده باتجربه بهرهمند خواهید شد.
در پایان این دوره، شما همچنین چندین لابراتوار عملی را انجام خواهید داد و با یک پایگاه داده رابطهای کار خواهید کرد، داده را به پایگاه داده بارگذاری کرده و برخی عملیات های اولیه کوئری کردن را انجام خواهید داد.
آشنایی با مهندسی داده IBM
-
به آشنایی با مهندسی داده خوش آمدید 3:22
-
اکوسیستم داده مدرن 4:50
-
نقش آفرینان کلیدی در اکوسیستم داده 5:36
-
مهندسی داده چیست؟ 4:23
-
دیدگاهها: تعریف مهندسی داده 4:26
-
دیدگاهها: تکامل مهندسی داده 7:34
-
مسئولیتها و مجموعه مهارتهای یک مهندس داده 5:26
-
دیدگاهها: مهارتها و ویژگیهای لازم برای تبدیل شدن به یک مهندس داده 6:57
-
یک روز در زندگی یک مهندس داده 3:36
-
بررسی از اکوسیستم مهندسی داده 4:52
-
انواع داده 4:01
-
درک انواع مختلف فرمتهای فایل 4:59
-
منابع داده 7:56
-
زبانها برای افراد حرفهای در زمینه داده 8:30
-
دیدگاهها: کار با منابع و انواع مختلف داده 6:37
-
بررسی مخزنهای داده 4:33
-
RDBMS 7:37
-
NoSQL 7:34
-
انبارهای داده، بازارهای داده و Data Lakes 7:15
-
(اختیاری): توضیح داده Lakehouses 8:47
-
دیدگاهها: ملاحظات انتخاب مخزن داده 6:24
-
ETL ELT و پایپ لاینها 6:36
-
پلتفرمهای یکپارچگی داده 4:47
-
دیدگاهها: ابزارها، پایگاه دادهها و مخزنهای داده انتخابی 6:37
-
اصول کلان داده 5:21
-
ابزارهای پردازش کلان داده: هدوپ، HDFS ،Hive و اسپارک 6:30
-
دیدگاهها: تأثیر کلان داده بر مهندسی داده 3:40
-
معماری پلتفرم داده 7:11
-
عوامل انتخاب و طراحی فروشگاههای داده 6:45
-
امنیت 6:21
-
دیدگاهها: اهمیت امنیت داده 4:02
-
چگونه داده را جمعآوری و ایمپورت کنیم؟ 6:30
-
آماده سازی داده 7:14
-
ابزارهای آماده سازی داده 5:37
-
کوئری کردن و تحلیل داده 5:40
-
بهینهسازی عملکرد و عیبیابی 7:05
-
حاکمیت و انطباق 7:35
-
فرصتهای شغلی در مهندسی داده 5:52
-
دیدگاهها: ورود به مهندسی داده 7:51
-
مسیر یادگیری مهندسی داده 3:39
-
دیدگاهها: کارفرمایان در یک مهندس داده به دنبال چه چیزی هستند؟ 6:24
-
دیدگاهها: مسیرهای مختلف به مهندسی داده 5:40
-
دیدگاهها: مشاوره به مهندسان داده آینده 6:46
مشخصات آموزش
آشنایی با مهندسی داده IBM
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:43
- مدت زمان :04:18:58
- حجم :839.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy