اپلیکیشن اندرویدی فلش‌کارت آموزشی طراحی و پیاده‌سازی سیستم‌های مقیاس‌پذیر برای علم داده

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی سیستم‌های مقیاس‌پذیر برای علم داده

موضوع کلی: علوم داده و مهندسی نرم‌افزار

موضوع میانی: مهندسی کلان‌داده (Big Data Engineering)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علم داده مقیاس‌پذیر
• 2. مفاهیم کلیدی مهندسی کلان‌داده
• 3. معماری سیستم‌های توزیع‌شده
• 4. ذخیره‌سازی داده‌های حجیم
• 5. پایگاه‌های داده NoSQL
• 6. پایگاه‌های داده رابطه‌ای مقیاس‌پذیر
• 7. پردازش دسته‌ای (Batch Processing)
• 8. پردازش جریانی (Stream Processing)
• 9. موتورهای پردازش توزیع‌شده
• 10. Apache Spark: مبانی
• 11. Apache Spark: RDDها
• 12. Apache Spark: DataFrames
• 13. Apache Spark: Spark SQL
• 14. Apache Spark: GraphX
• 15. Apache Spark: Streaming
• 16. Apache Spark: MLlib
• 17. Apache Hadoop: HDFS
• 18. Apache Hadoop: YARN
• 19. Apache Hadoop: MapReduce
• 20. Apache Kafka: مبانی
• 21. Apache Kafka: معماری
• 22. Apache Kafka: تولیدکننده و مصرف‌کننده
• 23. Apache Kafka: جریان‌های داده
• 24. Apache Flink: مبانی
• 25. Apache Flink: پردازش جریانی
• 26. Apache Flink: پردازش دسته‌ای
• 27. Apache Cassandra: مبانی
• 28. Apache Cassandra: مدل داده
• 29. Apache Cassandra: عملیات
• 30. Apache HBase: مبانی
• 31. Apache HBase: مدل داده
• 32. Apache HBase: عملیات
• 33. Apache ZooKeeper: نقش و کاربرد
• 34. امنیت در سیستم‌های کلان‌داده
• 35. حریم خصوصی داده‌ها
• 36. مدیریت کیفیت داده
• 37. پاکسازی و پیش‌پردازش داده
• 38. مهندسی ویژگی (Feature Engineering)
• 39. نمونه‌برداری داده
• 40. فشرده‌سازی داده
• 41. فشرده‌سازی داده‌های ساختاریافته
• 42. فشرده‌سازی داده‌های نیمه‌ساختاریافته
• 43. فشرده‌سازی داده‌های بدون ساختار
• 44. قوانین و مقررات داده در ایران
• 45. استانداردهای داده در جمهوری اسلامی ایران
• 46. بانکداری داده در ایران
• 47. امنیت اطلاعات در ایران
• 48. حریم خصوصی در قوانین ایران
• 49. مدل‌های داده در سیستم‌های مقیاس‌پذیر
• 50. طراحی شمای داده
• 51. مدیریت فراداده (Metadata Management)
• 52. حاکمیت داده (Data Governance)
• 53. امنیت در انتقال داده
• 54. رمزنگاری داده‌ها
• 55. مدیریت دسترسی به داده
• 56. ممیزی دسترسی به داده
• 57. نظارت بر سیستم‌های کلان‌داده
• 58. مانیتورینگ عملکرد سیستم
• 59. لاگ‌گیری و تحلیل لاگ‌ها
• 60. عیب‌یابی سیستم‌های توزیع‌شده
• 61. بهینه‌سازی عملکرد سیستم
• 62. کاهش تأخیر در پردازش داده
• 63. افزایش توان پردازشی
• 64. مدیریت هزینه‌های زیرساخت
• 65. انتخاب ابزار مناسب برای پردازش
• 66. انتخاب پایگاه داده مناسب
• 67. انتخاب ابزار پیام‌رسانی
• 68. انتخاب ابزار پردازش جریانی
• 69. مهاجرت به سیستم‌های کلان‌داده
• 70. استقرار سیستم‌های کلان‌داده
• 71. نگهداری سیستم‌های کلان‌داده
• 72. مقیاس‌پذیری عمودی و افقی
• 73. طراحی برای تحمل خطا
• 74. بازیابی فاجعه (Disaster Recovery)
• 75. آزمایش و اعتبارسنجی سیستم‌ها
• 76. تست عملکرد سیستم‌های توزیع‌شده
• 77. تست پایداری سیستم
• 78. تست امنیت سیستم
• 79. آشنایی با مفاهیم رایانش ابری
• 80. خدمات پردازش داده در ابر
• 81. خدمات ذخیره‌سازی داده در ابر
• 82. خدمات پایگاه داده در ابر
• 83. خدمات پیام‌رسانی در ابر
• 84. پیاده‌سازی سیستم‌های مقیاس‌پذیر در ابر
• 85. مدیریت منابع در ابر
• 86. هزینه‌های رایانش ابری
• 87. اخلاق در علم داده
• 88. مسئولیت‌پذیری در مهندسی داده
• 89. شفافیت در سیستم‌های داده
• 90. کاربرد علم داده در صنایع ایران
• 91. کاربرد مهندسی کلان‌داده در ایران
• 92. نوآوری در سیستم‌های داده
• 93. آینده مهندسی کلان‌داده