دوره آموزشی
دوبله زبان فارسی
مقدمهای بر Snowflake برای توسعهدهندگان، دانشمندان داده و مهندسان داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ایجاد و مدیریت اشیاء اصلی Snowflake، مانند انبارهای مجازی، پایگاهدادهها، طرحها، جداول و مراحل.
- استفاده از ویژگیها و اشیاء مهم Snowflake، مانند مسافرت در زمان، کلون کردن، نظارت بر منابع، UDFها، رویههای ذخیرهشده و Snowpark DataFrames
- درک اصول اولیه قابلیتهای Snowflake برای مهندسی داده، هوش مصنوعی تولیدی، یادگیری ماشین و توسعه برنامهها.
توضیحات دوره
این دوره به یادگیرندگان معرفی میکند که چگونه از Snowflake به عنوان یک پلتفرم برای ساخت اپلیکیشن ها، پایپ لاین های داده و مدلها و گردش کارهای AI استفاده کنند. این دوره آنها را از عدم آشنایی با Snowflake تا ایجاد توابع تعریفشده توسط کاربر، استفاده از یک تابع Snowflake Cortex LLM، و ویرایش یک اپلیکیشن Streamlit و موارد دیگر همراهی میکند.
این دوره در سه بخش شرح داده میشود: ابتدا، شرکتکنندگان با استفاده از اشیاء اصلی Snowflake مانند انبارهای مجازی، مراحل و پایگاهدادهها آشنا میشوند. سپس در مورد اشیاء و ویژگیهای کمی پیشرفتهتر مانند time travel، کلون کردن، توابع تعریفشده توسط کاربر و رویههای ذخیرهشده آموزش میبینند. در نهایت، آنها با قابلیتهای Snowflake برای مهندسی داده، هوش مصنوعی مولد، یادگیری ماشین و توسعه اپلیکیشن ها آشنا میشوند.
یادگیرندگان از این دوره با مهارتهای لازم برای شروع ساخت با Snowflake و ادامهی سفر یادگیری خود در مورد Snowflake تجهیز میشوند. این دوره پیشنیاز دورههای آینده Snowflake در زمینه مهندسی داده، هوش مصنوعی و اپلیکیشن ها است.
مقدمهای بر Snowflake برای توسعهدهندگان، دانشمندان داده و مهندسان داده
-
مقدمه و بررسی دوره 5:40
-
ورک شیت ها و یک مثال ساده - بخش 1 5:15
-
ورک شیت ها و یک مثال ساده - بخش 2 3:50
-
بررسی انبارهای مجازی 5:27
-
مقیاسبندی انبارهای مجازی - بخش 1 3:44
-
مقیاسبندی انبارهای مجازی - بخش 2 5:25
-
مراحل و جذب اولیه - بخش 1 4:20
-
مراحل و جذب اولیه - بخش 2 5:05
-
پایگاههای داده و اسکیماها - بخش 1 4:55
-
پایگاههای داده و اسکیماها - بخش 2 5:49
-
جداول - بخش 1 4:54
-
جداول - بخش 2 4:38
-
ویوها - بخش 1 5:44
-
ویوها - بخش 2 4:28
-
انواع داده نیمهساختاریافته 7:39
-
دستکاری دادههای نیمهساختاریافته 10:00
-
مروری بر معماری Snowflake 4:37
-
جمعبندی اشیاء اصلی و معماری Snowflake 1:22
-
کامپوننت ها و منابع دوره None
-
[منبع اختیاری] ورک شیت ها و یک مثال ساده - کد None
-
کدی که باید قبل از تکلیف عملی اجرا شود None
-
[منبع اختیاری] انبارهای مجازی - کد None
-
[منبع اختیاری] مراحل و جذب اولیه - کد None
-
کدی که باید قبل از تکلیف عملی اجرا شود None
-
[منبع اختیاری] پایگاههای داده و اسکیماها - کد None
-
[منبع اختیاری] جداول - کد None
-
کدی که باید قبل از تکلیف عملی اجرا شود None
-
[منبع اختیاری] ویوها - کد None
-
[منبع اختیاری] دادههای نیمهساختاریافته - کد None
-
مقدمهای بر مروری بر ویژگیهای Snowflake 1:19
-
Time Travel - بخش 1 3:02
-
Time Travel - بخش 2 8:26
-
جداول دائمی، موقتی و موقت 5:29
-
کلون کردن 6:29
-
نظارت بر منابع 7:06
-
توابع تعریفشده توسط کاربر (UDFها) - بخش 1 4:09
-
توابع تعریفشده توسط کاربر (UDFها) - بخش 2 4:40
-
توابع جدول تعریفشده توسط کاربر (UDTFها) 4:03
-
رویّههای ذخیرهشده - بخش 1 3:58
-
رویّههای ذخیرهشده - بخش 2 6:59
-
کنترل دسترسی مبتنی بر نقش (RBAC) - بخش 1 5:26
-
کنترل دسترسی مبتنی بر نقش (RBAC) - بخش 2 [Tether] 3:34
-
افزونه VS Code 6:14
-
Snowpark DataFrames - بخش 1 7:43
-
Snowpark DataFrames - بخش 2 5:58
-
Snowflake CLI 6:26
-
جمعبندی مروری بر ویژگیهای Snowflake 2:26
-
[منبع اختیاری] Time Travel - کد None
-
کدی که باید قبل از تکلیف عملی اجرا شود None
-
[منبع اختیاری] جداول دائمی، موقتی و گذرا - کد None
-
[منبع اختیاری] کلون کردن - کد None
-
[منبع اختیاری] نظارت بر منابع - کد None
-
[منبع اختیاری] UDFها و UDTFs - کد None
-
[منبع اختیاری] رویههای ذخیرهشده - کد None
-
[منبع اختیاری] کنترل دسترسی مبتنی بر نقش - کد None
-
[منبع اختیاری] Snowpark DataFrames - کد None
-
[منبع اختیاری] Snowpark CLI - کد None
-
مقدمهای بر بررسی بارهای کاری Builder 4:00
-
مروری بر مهندسی داده Snowflake - بخش 1 5:38
-
مروری بر مهندسی داده Snowflake - بخش 2 7:17
-
Snowpipe - بخش 1 8:08
-
Snowpipe - بخش 2 7:08
-
بررسی هوش مصنوعی تولیدی Snowflake - بخش 1 6:25
-
بررسی هوش مصنوعی تولیدی Snowflake - بخش 2 5:18
-
توابع Snowflake Cortex LLM - بخش 1 5:12
-
توابع Snowflake Cortex LLM - بخش 2 3:21
-
مروری بر یادگیری ماشین در Snowflake - بخش 1 5:29
-
مروری بر یادگیری ماشین در Snowflake - بخش 2 7:18
-
مدلسازی ML Snowpark - بخش 1 6:50
-
مدلسازی ML Snowpark - بخش 2 5:23
-
مدلسازی ML Snowpark - بخش 3 4:53
-
بررسی اپلیکیشن های Snowflake - بخش 1 4:11
-
بررسی اپلیکیشن های Snowflake - بخش 2 5:52
-
Streamlit در Snowflake - بخش 1 5:48
-
Streamlit در Snowflake - بخش 2 5:26
-
ابر داده 4:08
-
جمعبندی بررسی بارهای کاری Builder 3:16
-
نتیجهگیری دوره 2:08
-
[منبع اختیاری] Snowpipe - کد None
-
[منبع اختیاری] توابع Snowflake Cortex LLM - کد None
-
[منبع اختیاری] مدلسازی ML Snowpark - کد None
-
[منبع اختیاری] Streamlit در Snowflake - کد None
-
کدی که باید قبل از تکلیف عملی اجرا شود None
مشخصات آموزش
مقدمهای بر Snowflake برای توسعهدهندگان، دانشمندان داده و مهندسان داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:83
- مدت زمان :04:59:28
- حجم :1.36GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
The Great Courses
1,889,000
377,800 تومان
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
9,269,000
1,853,800 تومان
- زمان: 23:28:00
- تعداد درس: 170
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
7,379,500
1,475,900 تومان
- زمان: 18:41:14
- تعداد درس: 133
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
10,256,500
2,051,300 تومان
- زمان: 25:58:16
- تعداد درس: 140
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
490,000
98,000 تومان
- زمان: 00:21:05
- تعداد درس: 4
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
3,120,500
624,100 تومان
- زمان: 07:54:58
- تعداد درس: 51
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,185,000
237,000 تومان
- زمان: 03:00:50
- تعداد درس: 57
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
6,129,000
1,225,800 تومان
- زمان: 15:31:30
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
4,878,000
975,600 تومان
- زمان: 12:21:18
- تعداد درس: 97
-
سطح دوره:
-
زبان: دوبله فارسی