مهندسی داده در فضای ابری
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
مهندسی داده در محیطهای سنتی اغلب با چالشهایی مانند مقیاسپذیری، انعطافپذیری و بهینهسازی هزینه مواجه است.
در این دوره با عنوان «مهندسی داده در فضای ابری»، شما توانایی طراحی، استقرار و مدیریت راهکارهای دادهای مقیاسپذیر و بهینه در فضای ابری را کسب خواهید کرد.
ابتدا با مفاهیم پایهای رایانش ابری مرتبط با مهندسی داده آشنا میشوید. این شامل شناخت نقاط قوت و ضعف نسبی پلتفرمهای اصلی ابری مانند AWS ،Azure و Google Cloud است.
سپس یاد میگیرید چگونه از این پلتفرمها برای ساخت معماریهای مستحکم ذخیرهسازی و پردازش داده بهره ببرید. در این بخش سرویسهایی مانند Amazon S3 ،Azure Blob Storage و Google Cloud Storage و دیگر خدمات برای مدیریت بهینه دادهها معرفی میشوند.
در نهایت، نحوه پیادهسازی و بهینهسازی پایپ لاین های داده در فضای ابری را فرا میگیرید. تمرکز در این مرحله بر مدیریت هزینه، امنیت و رعایت مقررات است تا راهکارهای دادهای شما نه تنها کارآمد، بلکه امن و منطبق با قوانین باشند.
پس از پایان این دوره، مهارتها و دانش لازم برای مهندسی داده مبتنی بر ابر را خواهید داشت تا بتوانید راهکارهای نوآورانه دادهای را طراحی و نگهداری کنید که بهصورت پویا با نیازهای سازمان هماهنگ شوند.
مهندسی داده در فضای ابری
-
مروری بر دوره 1m 17s
-
رایانش ابری 2m 41s
-
مزایا و چالشها 3m 29s
-
ارائهدهندگان خدمات ابری 2m 51s
-
مهندسی داده در AWS 5m 54s
-
مهندسی داده در مایکروسافت آزور 5m 5s
-
مهندسی داده در گوگل کلود 4m 17s
-
خدمات مدیریت شده 4m 1s
-
طراحی پایپ لاین های داده 2m 58s
-
استقرار پایپ لاین های داده 6m 28s
-
امنیت 4m 52s
-
نظارت 3m 5s
-
بهینهسازی هزینه 2m 1s
مشخصات آموزش
مهندسی داده در فضای ابری
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:مقدماتی
- تعداد درس:13
- مدت زمان :00:49:05
- حجم :124.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy