دواپس برای دانشمندان داده - کانتینرها برای علم داده
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- آشنایی با داکر برای مبتدیان
- فرمانهای اولیه داکر به همراه تمرینهای عملی
- درک داکر کامپوز و نحوه استفاده از آن
- درک داکر سوارم و نقش آن در ارکستراسیون
توضیحات دوره
بررسی دوره:
در دنیای کنونی که داده نقش تعیینکنندهای در استخراج بینشهای ارزشمند از مقادیر وسیع داده دارند، دانشمندان داده نقش کلیدی ایفا میکنند. با این حال، کار با پروژههای پیچیده علم داده اغلب نیاز به همکاری با توسعهدهندگان نرمافزار و تیمهای عملیاتهای IT دارد. شیوههای دواپس و کانتینرسازی میتوانند بهطرز قابلتوجهی بهرهوری و قابلیت تولید مجدد در گردشکارهای علم داده را افزایش دهند.
در این دوره، شما یاد میگیرید چگونه از اصول دواپس و تکنیکهای کانتینرسازی برای بهینهسازی پروژههای علم داده خود استفاده کنید. بهطور خاص، ما بر استفاده از کانتینرها، مانند داکر، برای کپسولهسازی محیطهای علم داده و تسهیل همکاری و استقرار بینقص متمرکز میشویم.
نکات برجسته دوره:
آشنایی با دواپس در علم داده:
- درک مفاهیم کلیدی دواپس و ارتباط آن در کانتکس علم داده
- بررسی مزایای پذیرش شیوههای دواپس برای دانشمندان داده
آشنایی با کانتینرسازی:
- کسب درک جامع از کانتینرسازی و مزایای آن برای پروژههای علم داده
- یادگیری درباره داکر و پلتفرمهای ارکستراسیون کانتینر مانند کوبرنتیز
ایجاد محیطهای علم داده با استفاده از کانتینرها:
- کشف نحوه ایجاد محیطهای قابل تولید مجدد و قابل حمل علم داده با استفاده از داکر
- ساخت داکر ایمیج سفارشی با وابستگیها و کتابخانههای ضروری برای پروژههای خود
همکاری و کنترل نسخه:
- یادگیری نحوه همکاری موثر با توسعهدهندگان نرمافزار و کنترل نسخه پروژههای علم داده
- یکپارچهسازی گردشکارهای کانتینری شده خود با سیستمهای کنترل نسخه مانند گیت
یکپارچهسازی مداوم و استقرار مداوم (CI/CD) برای علم داده:
- پیادهسازی شیوههای CI/CD برای پروژههای علم داده خود با استفاده از کانتینرسازی
- خودکارسازی ساخت، تست و استقرار اپلیکیشنهای علم داده
مقیاسبندی و ملاحظات استقرار:
- بررسی استراتژیهایی برای مقیاسبندی اپلیکیشنهای کانتینری شده علم داده برای مدیریت مجموعه دادههای بزرگتر و گردشکارهای افزایشیافته
- درک گزینههای استقرار، مانند استقرار کانتینرها در پلتفرمهای ابری مانند AWS یا آژور
نظارت و زیرساخت بهعنوان کد:
- یادگیری نحوه نظارت و مدیریت اپلیکیشنهای کانتینری شده علم داده
- بررسی مفهوم زیرساخت به عنوان کد (IaC) و کاربرد آن در گردشکارهای علم داده
بهترین شیوهها و مطالعههای موردی:
- کشف بهترین شیوههای صنعتی و مطالعههای موردی واقعی از پیادهسازیهای موفق دواپس در علم داده
- کسب بینشهایی درباره چالشهای رایج و استراتژیهای موثر برای غلبه بر آنها
در پایان دوره، شما مهارتها و دانش لازم برای استفاده از اصول دواپس و تکنیکهای کانتینرسازی را برای بهبود گردشکارهای علم داده خود خواهید داشت. چه بهصورت مستقل کار کنید و چه به عنوان بخشی از یک تیم بزرگتر، این دوره شما را قادر میسازد تا بهطور موثر همکاری کنید و اپلیکیشنهای علم داده خود را با اطمینان مستقر کنید. ما را در این سفر برای ایجاد انقلابی در شیوههای علم داده خود با دواپس و کانتینرها همراهی کنید.
این دوره برای چه کسانی مناسب است؟
- مدیران سیستم
- مهندسان زیرساخت ابری
- توسعهدهندگان
دواپس برای دانشمندان داده - کانتینرها برای علم داده
-
درک مبانی دواپس و کاربرد آن در علم داده 07:27
-
یکپارچهسازی مداوم و استقرار مداوم (CI/CD) 07:23
-
کاربرد اصول دواپس در علم داده 08:41
-
بررسی انواع مختلف کانتینرها 07:45
-
نظارت و مدیریت کانتینرها در محیط تولید 05:52
-
بهینهسازی استفاده از منابع و استقرار کارآمد و مقیاسبندی اپلیکیشنها 04:33
مشخصات آموزش
دواپس برای دانشمندان داده - کانتینرها برای علم داده
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:6
- مدت زمان :41:41
- حجم :420.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy