دوره Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمان واقعی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

2,490,000 تومان
Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمان واقعی | دوره آموزشی Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمان واقعی معرفی دوره دنیای داده‌ها در حال انفجار است! حجم عظیم...
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 622,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره Google Cloud Platform: ساخت اپلیکیشن های تحلیل داده های زمان واقعی

موضوع کلی: برنامه نویسی

موضوع میانی: Google Cloud Platform (GCP)

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر گوگل کلاود پلتفرم (GCP)
  • 2. مفاهیم کلیدی GCP: مناطق، مناطق، پروژه‌ها
  • 3. حساب GCP و ایجاد اولین پروژه
  • 4. بررسی اجمالی معماری های تحلیل داده های زمان واقعی
  • 5. اهمیت تحلیل داده های زمان واقعی
  • 6. کاربردها و سناریوهای تحلیل داده های زمان واقعی
  • 7. آشنایی با سرویس های اصلی GCP برای داده های زمان واقعی
  • 8. Google Compute Engine (GCE) برای زیرساخت
  • 9. Google Kubernetes Engine (GKE) برای ارکستراسیون
  • 10. Google Cloud Functions برای پردازش بدون سرور
  • 11. Google Cloud Storage (GCS) برای ذخیره سازی
  • 12. Google BigQuery برای انبار داده
  • 13. Google Cloud Pub/Sub برای پیام رسانی
  • 14. Google Cloud Dataflow برای پردازش استریم و بچ
  • 15. Google Cloud Dataproc برای پردازش داده های حجیم
  • 16. Google Cloud Composer برای ارکستراسیون گردش کار
  • 17. Google Cloud Bigtable برای پایگاه داده NoSQL
  • 18. Google Cloud Spanner برای پایگاه داده توزیع شده
  • 19. Google Cloud Vision AI برای پردازش تصویر
  • 20. Google Cloud Natural Language AI برای پردازش متن
  • 21. Google Cloud Speech-to-Text AI برای تبدیل گفتار به متن
  • 22. Google Cloud Text-to-Speech AI برای تبدیل متن به گفتار
  • 23. Google Cloud Translation AI برای ترجمه
  • 24. Google Cloud AI Platform برای مدل های یادگیری ماشین
  • 25. Google Cloud Vertex AI برای یادگیری ماشین جامع
  • 26. تنظیم محیط توسعه محلی
  • 27. نصب Google Cloud SDK
  • 28. پیکربندی احراز هویت برای GCP
  • 29. اصول شبکه در GCP
  • 30. شبکه های خصوصی مجازی (VPC)
  • 31. قوانین فایروال و مسیریابی
  • 32. استفاده از GCE برای استقرار اپلیکیشن های پایه
  • 33. مقیاس پذیری خودکار در GCE
  • 34. تنظیم Load Balancer برای GCE
  • 35. مبانی Google Kubernetes Engine (GKE)
  • 36. مفاهیم Pod, Deployment, Service در GKE
  • 37. استقرار اپلیکیشن های کانتینری در GKE
  • 38. مدیریت پایگاه داده ها در GCP
  • 39. استفاده از Cloud SQL برای پایگاه داده های رابطه‌ای
  • 40. مفاهیم Cloud Bigtable برای داده های NoSQL
  • 41. انتخاب پایگاه داده مناسب برای تحلیل زمان واقعی
  • 42. مبانی Google Cloud Storage (GCS)
  • 43. بارگذاری و دانلود داده ها در GCS
  • 44. مدیریت دسترسی و امنیت در GCS
  • 45. استفاده از GCS به عنوان منبع داده اولیه
  • 46. مقدمه ای بر Google Cloud Pub/Sub
  • 47. موضوعات (Topics) و اشتراک ها (Subscriptions) در Pub/Sub
  • 48. انتشار پیام ها و دریافت پیام ها
  • 49. پردازش پیام های Pub/Sub با Cloud Functions
  • 50. پردازش پیام های Pub/Sub با Cloud Dataflow
  • 51. معرفی Google Cloud Dataflow
  • 52. مدل برنامه نویسی Dataflow (Apache Beam)
  • 53. پردازش استریم با Dataflow
  • 54. پردازش بچ با Dataflow
  • 55. ترکیب پردازش استریم و بچ
  • 56. تنظیم Dataflow Jobs
  • 57. مانیتورینگ و اشکال زدایی Dataflow Jobs
  • 58. مقدمه ای بر Google BigQuery
  • 59. ساختار داده در BigQuery (Dataset, Table)
  • 60. بارگذاری داده ها در BigQuery
  • 61. نوشتن کوئری های SQL در BigQuery
  • 62. بهینه سازی کوئری های BigQuery
  • 63. استفاده از BigQuery برای تحلیل داده های تاریخی
  • 64. اتصال BigQuery به سایر سرویس های GCP
  • 65. مقدمه ای بر Google Cloud Composer
  • 66. ایجاد و مدیریت DAG ها (Directed Acyclic Graphs)
  • 67. اتصال Composer به سرویس های GCP
  • 68. ارکستراسیون گردش کار تحلیل داده
  • 69. اتصال Composer به Pub/Sub و Dataflow
  • 70. برنامه ریزی و زمانبندی Jobs با Composer
  • 71. پیاده سازی خط لوله ETL/ELT زمان واقعی
  • 72. طراحی معماری برای ورود داده های زمان واقعی
  • 73. جمع آوری داده ها از منابع مختلف
  • 74. پیش پردازش و پاکسازی داده ها
  • 75. استفاده از Pub/Sub برای ورود داده ها
  • 76. استفاده از Dataflow برای پردازش استریم
  • 77. ذخیره سازی داده های پردازش شده در BigQuery
  • 78. مانیتورینگ و هشدارهای مربوط به ورود داده ها
  • 79. امنیت در طول خط لوله داده های زمان واقعی
  • 80. مدیریت هویت و دسترسی (IAM)
  • 81. رمزگذاری داده ها در حال انتقال و در حالت سکون
  • 82. امنیت شبکه در GCP
  • 83. پیکربندی امنیتی سرویس های مختلف GCP
  • 84. مدیریت لاگ ها و ردیابی (Logging and Auditing)
  • 85. مانیتورینگ عملکرد اپلیکیشن های تحلیل داده
  • 86. استفاده از Cloud Monitoring (Stackdriver)
  • 87. ایجاد داشبوردهای سفارشی
  • 88. تنظیم هشدارها (Alerting)
  • 89. تجزیه و تحلیل لاگ ها برای اشکال زدایی
  • 90. بهینه سازی هزینه در GCP
  • 91. شناسایی سرویس های پرهزینه
  • 92. استراتژی های کاهش هزینه
  • 93. استفاده از ماشین های مجازی مناسب
  • 94. مدیریت چرخه عمر داده ها
  • 95. استفاده از گزینه های ذخیره سازی مقرون به صرفه
  • 96. مقدمه ای بر AI و ML در GCP
  • 97. کاربرد AI/ML در تحلیل داده های زمان واقعی
  • 98. معرفی Vertex AI
  • 99. آماده سازی داده ها برای مدل های ML
  • 100. آموزش مدل های ML سفارشی
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir
تگ‌ها: BigQuery Cloud Pub/Sub Cloud Storage Data Analytics Dataflow GCP GCP آموزش Google Cloud Google Cloud Platform Python Real-time Data Realtime Analytics برنامه نویسی تحلیل داده داده کاوی داده های زمان واقعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.