مسیر به سوی بینشها: مدلها و پایپلاینهای داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
مدلهای داده ای بسازید که به سوالات کسب و کار پاسخ میدهند. اعمال فرایند ETL در سناریوهای محل کار - بررسی ابزارهای ETL
ساخت یک پایپلاین برای ارائه داده ضروری
توضیحات دوره
این آموزش، دوره دوم از سه دوره گواهینامه هوش تجاری گوگل است. در این دوره، شما مدلسازی داده و اینکه چگونه پایگاه دادهها طراحی میشوند را بررسی خواهید کرد. سپس دربارهی فرایندهای استخراج، تبدیل، بارگذاری (ETL) که داده را از سیستمهای منبع استخراج میکنند، به فرمتهایی که امکان تحلیل را فراهم میآورند تبدیل میکنند و به هدایت فرآیندها و اهداف تجاری یاد خواهید گرفت.
کارمندان گوگل که در حال حاضر در زمینه هوش تجاری فعالیت میکنند، شما را در طول این دوره با ارائه فعالیتهای عملی راهنمایی خواهند کرد که تسک های کاری را شبیهسازی می کنند و مثالهایی از کار روزمره خود به اشتراک میگذارند. همچنین به شما کمک میکنند تا مهارتهای هوش تجاری را به منظور آمادگی برای یک حرفه در این زمینه توسعه دهید.
دانشجویانی که سه دوره این برنامه گواهینامه را تکمیل کنند، مهارتهای لازم درخواست دادن برای مشاغل هوش تجاری را خواهند داشت. این برنامه گواهینامه فرض میکند که دانش قبلی از اصول اساسی تحلیل، مهارتها و ابزارهای تحت پوشش گواهینامه Google Data Analytics را دارید.
در پایان این دوره تواناییهای زیر را خواهید داشت:
- تعیین کنید که کدام مدلهای داده برای نیازهای مختلف کسب و کار مناسب هستند.
- تفاوت بین ایجاد و تعامل با یک مدل داده را توصیف کنید.
- مدلهای دادهای ایجاد کنید که به سوالات مختلف پاسخ میدهند.
- بخشهای فرایند استخراج، تبدیل، بارگذاری (ETL) و ابزارهای مورد استفاده در ETL را توضیح دهید.
- ابزارها و فرآیندهای استخراج برای سیستمهای مختلف ذخیرهسازی داده را درک کنید.
- یک فرایند ETL طراحی کنید که نیازهای سازمانی و ذینفعان را برآورده میکند.
- پایپلاینهای داده برای اتوماسیون فرآیندهای هوش تجاری طراحی کنید.
مسیر به سوی بینشها: مدلها و پایپلاینهای داده
-
آشنایی با دوره 2 2:58
-
اد: غلبه بر سندروم ایمپاستر 2:19
-
به ماژول 1 خوشآمدید 0:48
-
مدلسازی داده، الگوهای طراحی و اسکیماها 4:05
-
دریافت حقایق با مدلهای ابعادی 4:48
-
مدلهای ابعادی با اسکیمای ستارهای و دانهبرفی 2:30
-
انواع مختلف داده و پایگاه دادههای مختلف 6:56
-
شکل داده 4:02
-
طراحی اسکیماهای مفید پایگاه داده 4:30
-
پایپلاینهای داده و فرایند ETL 5:37
-
حداکثرسازی داده از طریق فرایند ETL 2:19
-
انتخاب ابزار مناسب برای کار 3:53
-
آشنایی با جریان داده 2:40
-
برنامهنویسی با پایتون 3:52
-
جمعآوری اطلاعات از ذینفعان 3:18
-
جمعبندی 1:18
-
[اختیاری] بررسی محتوای گواهینامه Google Data Analytics درباره انواع داده 5:06
-
[اختیاری] بررسی محتوای گواهینامه Google Data Analytics درباره کلیدهای اصلی و خارجی 3:42
-
[اختیاری] بررسی محتوای گواهینامه Google Data Analytics درباره BigQuery 4:23
-
خوشآمدید به ماژول 2 1:07
-
بازارهای داده، data lakes و فرایند ETL 3:23
-
پنج عامل عملکرد پایگاه داده 3:17
-
بهینهسازی عملکرد پایگاه داده 4:10
-
پنج عامل در عمل 4:56
-
جمعبندی 1:20
-
به ماژول 3 خوشآمدید 1:31
-
اهمیت تست کیفیت 5:28
-
مانا: داده کیفیت، داده مفید است 3:31
-
همخوانی از منبع به مقصد 4:57
-
اسکیمای خود را بررسی کنید 3:42
-
تأیید قوانین کسب و کار 3:42
-
بوراک: تکنولوژی در حال تکامل 2:30
-
جمعبندی 1:46
-
[اختیاری] بررسی محتوای گواهینامه Google Data Analytics درباره یکپارچگی داده 2:51
-
[اختیاری] بررسی محتوای گواهینامه Google Data Analytics درباره متادیتا 3:50
-
به ماژول 4 خوشآمدید 2:08
-
ادامه پروژه پایانی دوره شما 1:38
-
نکاتی برای موفقیت مستمر در پروژه پایانی دوره شما 2:23
-
لوئیز: نکات آمادگی برای مصاحبه 2:47
-
جمعبندی دوره 1:23
مشخصات آموزش
مسیر به سوی بینشها: مدلها و پایپلاینهای داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:پیشرفته
- تعداد درس:40
- مدت زمان :02:11:24
- حجم :811.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy