اپلیکیشن اندرویدی فلش‌کارت آموزشی طراحی و پیاده‌سازی خطوط لوله داده بدون سرور (Serverless Data Pipelines)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی خطوط لوله داده بدون سرور (Serverless Data Pipelines)

موضوع کلی: مهندسی داده و هوش مصنوعی

موضوع میانی: پایگاه‌های داده و پردازش داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر خطوط لوله داده بدون سرور
• 2. معماری خطوط لوله داده مدرن
• 3. مبانی پایگاه‌های داده رابطه‌ای
• 4. مبانی پایگاه‌های داده NoSQL
• 5. مفاهیم کلیدی مهندسی داده
• 6. نیازسنجی و طراحی خطوط لوله داده
• 7. انتخاب ابزار مناسب برای خطوط لوله داده
• 8. مقدمه‌ای بر پردازش داده در مقیاس بزرگ
• 9. پردازش دسته‌ای (Batch Processing)
• 10. پردازش جریانی (Stream Processing)
• 11. مفهوم Serverless Computing
• 12. مزایای معماری Serverless برای خطوط لوله داده
• 13. معرفی سرویس‌های Serverless AWS
• 14. معرفی سرویس‌های Serverless Azure
• 15. معرفی سرویس‌های Serverless Google Cloud
• 16. طراحی خط لوله داده ساده با استفاده از سرویس‌های Serverless
• 17. ذخیره‌سازی داده در سرویس‌های Serverless
• 18. انتقال داده بین سرویس‌های Serverless
• 19. پردازش داده با استفاده از توابع Serverless
• 20. مدیریت رویدادها در خطوط لوله داده Serverless
• 21. اتوماسیون خطوط لوله داده با استفاده از سرویس‌های Serverless
• 22. امنیت در خطوط لوله داده Serverless
• 23. نظارت و لاگ‌برداری در خطوط لوله داده Serverless
• 24. مدیریت خطا و بازیابی در خطوط لوله داده Serverless
• 25. بهینه‌سازی عملکرد خطوط لوله داده Serverless
• 26. مقیاس‌پذیری خطوط لوله داده Serverless
• 27. مقدمه‌ای بر پایگاه‌های داده Serverless
• 28. Amazon Aurora Serverless
• 29. Azure SQL Database Serverless
• 30. Google Cloud SQL Serverless
• 31. طراحی پایگاه داده برای سناریوهای Serverless
• 32. استفاده از SQL در پایگاه‌های داده Serverless
• 33. مفاهیم کلیدی پردازش داده با SQL
• 34. استفاده از AWS Lambda برای پردازش داده
• 35. استفاده از Azure Functions برای پردازش داده
• 36. استفاده از Google Cloud Functions برای پردازش داده
• 37. یکپارچه‌سازی توابع Serverless با پایگاه‌های داده
• 38. طراحی خط لوله داده برای داده‌های ساختاریافته
• 39. طراحی خط لوله داده برای داده‌های نیمه‌ساختاریافته
• 40. طراحی خط لوله داده برای داده‌های بدون ساختار
• 41. مدیریت کیفیت داده در خطوط لوله داده
• 42. اعتبارسنجی داده در خطوط لوله داده
• 43. پاکسازی داده در خطوط لوله داده
• 44. تبدیل داده (Data Transformation)
• 45. مفاهیم ETL و ELT در معماری Serverless
• 46. استفاده از AWS Glue برای ETL/ELT
• 47. استفاده از Azure Data Factory برای ETL/ELT
• 48. استفاده از Google Cloud Dataflow برای ETL/ELT
• 49. مقدمه‌ای بر مفاهیم هوش مصنوعی
• 50. مقدمه‌ای بر یادگیری ماشین
• 51. انواع الگوریتم‌های یادگیری ماشین
• 52. آماده‌سازی داده برای مدل‌های یادگیری ماشین
• 53. استفاده از سرویس‌های Serverless برای آموزش مدل‌های ML
• 54. استقرار مدل‌های ML در محیط Serverless
• 55. نظارت بر عملکرد مدل‌های ML مستقر شده
• 56. مقدمه‌ای بر مفاهیم داده‌کاوی
• 57. تکنیک‌های داده‌کاوی در خطوط لوله داده
• 58. دسته‌بندی داده (Data Clustering)
• 59. طبقه‌بندی داده (Data Classification)
• 60. پیش‌بینی سری‌های زمانی (Time Series Forecasting)
• 61. مقدمه‌ای بر معماری میکروسرویس
• 62. استفاده از میکروسرویس در خطوط لوله داده
• 63. ارتباط بین میکروسرویس‌ها در خطوط لوله داده
• 64. مدیریت API در خطوط لوله داده
• 65. طراحی سیستم‌های توزیع‌شده
• 66. مفاهیم هماهنگی در سیستم‌های توزیع‌شده
• 67. بررسی الگوهای طراحی خطوط لوله داده
• 68. الگوهای طراحی برای پردازش داده جریانی
• 69. الگوهای طراحی برای مدیریت حالت در پردازش جریانی
• 70. الگوهای طراحی برای تحمل خطا
• 71. مقدمه‌ای بر امنیت داده در سطح سازمانی
• 72. رمزنگاری داده در حالت سکون و در حال انتقال
• 73. مدیریت دسترسی و احراز هویت
• 74. حفاظت از داده در برابر تهدیدات سایبری
• 75. ملاحظات قانونی و حاکمیت داده در ایران
• 76. استانداردهای حاکمیت داده
• 77. پیاده‌سازی حاکمیت داده در خطوط لوله داده
• 78. مقدمه‌ای بر DevOps و MLOps
• 79. ادغام مداوم و استقرار مداوم (CI/CD) در خطوط لوله داده
• 80. خودکارسازی تست در خطوط لوله داده
• 81. مانیتورینگ و هشداردهی پیشرفته
• 82. بهینه‌سازی هزینه‌ها در معماری Serverless
• 83. انتخاب سرویس‌های Serverless مناسب بر اساس هزینه
• 84. استراتژی‌های کاهش هزینه در خطوط لوله داده
• 85. مقدمه‌ای بر داده‌بازارها (Data Marketplaces)
• 86. استفاده از داده‌بازارها در سناریوهای تجاری
• 87. آینده خطوط لوله داده Serverless
• 88. روندهای نوظهور در مهندسی داده
• 89. چالش‌های پیاده‌سازی خطوط لوله داده پیچیده
• 90. مطالعات موردی موفق در پیاده‌سازی خطوط لوله داده Serverless
• 91. درس‌های آموخته شده از پروژه‌های خطوط لوله داده
• 92. نکات پایانی و بهترین شیوه‌ها در طراحی خطوط لوله داده
• 93. مرور مفاهیم کلیدی دوره
• 94. جمع‌بندی و گام‌های بعدی در مسیر مهندسی داده