بوت‌کمپ مهندسی کلان داده با GCP و آژور کلود

آنچه یاد خواهید گرفت:

• هدوپ، اسپارک و کافکا را از ابتدا یاد بگیرید، 3 تا V (حجم، سرعت و تنوع) و کاربردهای واقعی آن‌ها را درک کنید.
• به گردش‌کارهای ETL، هضم، تبدیل و ذخیره‌سازی داده با آپاچی اسپارک، Airflow، کافکا و سیستم‌های توزیع شده مسلط شوید.
• راه‌حل‌های کلان داده را در آژور و GCP مستقر و مدیریت کنید.
• روی پروژه‌های واقعی کلان داده کار کنید، معماری‌های مقیاس‌پذیر، پایپ‌لاین‌های داده و تحلیل را با ابزارهای صنعتی پیاده‌سازی کنید.

پیش‌نیازهای دوره

• دانش اولیه کامپیوتر - نیازی به تجربه قبلی در کلان داده نیست، اما آشنایی با کامپیوتر و نرم‌افزارهای اولیه مفید است.
• دانش اولیه پایتون یا اس کیوال (اختیاری) - در حالی که الزامی نیست، داشتن درک اولیه از پایتون یا اس کیوال می‌تواند یادگیری پردازش داده را آسان‌تر کند.
• تمایل به یادگیری - انگیزه قوی برای بررسی فناوری‌های کلان داده و کار با راه‌حل‌های داده مقیاس بزرگ ضروری است.
• یک لپ‌تاپ با دسترسی به اینترنت - هر سیستمی (ویندوز، مک یا لینوکس) با حداقل 8GB RAM برای اجرای ابزارهای کلان داده به‌صورت محلی یا در ابر

توضیحات دوره

در دنیای داده‌محور امروزی، سازمان‌ها با مقادیر عظیمی از داده تولید شده در هر ثانیه مواجه هستند. فناوری‌های کلان داده برای پردازش، ذخیره کردن و تحلیل کارآمد این داده به منظور درک بینش‌های تجاری ضروری شده‌اند. چه مبتدی یا تازه‌کار، چه متخصص باتجربه‌ای باشید و بخواهید وارد دنیای مهندسی کلان داده شوید، این دوره طراحی شده است تا شما را با پروژه‌های واقعی و end-to-end از یک مبتدی به سطح تخصصی برساند.

این بوت‌کمپ جامع کلان داده به شما کمک می‌کند تا به فناوری‌های مورد تقاضا مانند هدوپ، آپاچی اسپارک، کافکا، Flink و پلتفرم‌های ابری مانند AWS، آژور و GCP مسلط شوید. شما یاد می‌گیرید چگونه پایپ‌لاین‌های داده مقیاس‌پذیر بسازید، پردازش داده دسته‌ای و بلادرنگ انجام دهید و با فریمورک‌های رایانش توزیع‌شده کار کنید.

ما از مبانی شروع خواهیم کرد، مفاهیم اساسی کلان داده و اکوسیستم آن را توضیح خواهیم داد و به تدریج به سمت مباحث پیشرفته پیش خواهیم رفت و اطمینان حاصل خواهیم کرد که شما تجربه عملی از طریق پروژه‌های عملی کسب می‌کنید.

شما چه چیزی خواهید آموخت؟

• اصول کلان داده - درک 3 تا V (حجم، سرعت و تنوع) و اینکه چگونه فناوری‌های کلان داده مشکلات واقعی را حل می‌کنند.
• مهندسی داده و پایپ‌لاین‌های - چگونگی طراحی گردش‌کارهای ETL، هضم داده از چند منبع، تبدیل آن و ذخیره کردن آن به صورت کارآمد را یاد بگیرید.
• پردازش کلان داده - تخصص در پردازش دسته‌ای با آپاچی اسپارک و استریمینگ بلادرنگ با کافکا و Flink کسب کنید.
• راه‌حل‌های کلان داده مبتنی بر ابر - راه‌حل‌های کلان داده را در آژور و GCP با سرویس‌ها مستقر و مدیریت کنید.
• پروژه‌های End-to-End - روی پروژه‌های مرتبط با صنعت کار کنید، معماری‌های مقیاس‌پذیر، پایپ‌لاین‌های داده و تحلیل را پیاده‌سازی کنید.
• بهینه‌سازی عملکرد - بهترین شیوه‌ها برای بهینه‌سازی گردش‌کارهای کلان داده برای کارایی و مقیاس‌پذیری را درک کنید.

تا پایان این دوره، شما برای کار آماده بوده، به مهارت‌های کاربردی مجهز بوده و در کار با فناوری‌های کلان داده مورد استفاده شرکت‌های بزرگ در سطح جهانی اعتماد به نفس خواهید داشت.

اکنون در این دوره شرکت کنید و با کلان داده شغل خود را ارتقا دهید.

این دوره برای چه کسانی مناسب است؟

• مبتدیان و تازه‌کاران - هرکسی که در زمینه کلان داده تازه‌کار است و می‌خواهد شغل خود را در مهندسی داده، علم داده یا رایانش ابری آغاز کند.
• توسعه‌دهندگان نرم‌افزار - توسعه‌دهندگانی که به دنبال گسترش مهارت‌های خود در زمینه فریمورک‌های کلان داده مانند هدوپ، اسپارک و کافکا برای اپلیکیشن‌های مقیاس‌پذیر هستند.
• تحلیلگران داده و دانشمندان داده - متخصصانی که می‌خواهند با مجموعه داده‌های بزرگ، پایپ‌لاین‌های ETL و پردازش بلادرنگ در محیط‌های کلان داده کار کنند.
• مهندسان ابر و DevOps - مهندسانی که می‌خواهند بیاموزند چگونه راه‌حل‌های کلان داده را در آژور و GCP مستقر و مدیریت کنند.
• متخصصان با تجربه - متخصصان فناوری اطلاعات که به دنبال انتقال به مهندسی کلان داده و کار روی پروژه‌های واقعی با ابزارهای پیشرفته هستند.