دوره راه‌اندازی و تنظیم محیط Azure Databricks برای تحلیل داده‌های سازمانی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره راه‌اندازی و تنظیم محیط Azure Databricks برای تحلیل داده‌های سازمانی

موضوع کلی: معماری و پیاده‌سازی سامانه‌های پردازش داده در ابر

موضوع میانی: پیکربندی و مدیریت محیط‌های تحلیلی دادهمحور در پلتفرم ابری

📋 سرفصل‌های دوره

• 1. راه‌اندازی حساب Azure Databricks
• 2. معماری کلی Azure Databricks
• 3. مدیریت فضای کاری و کاربران
• 4. نقش‌های امنیتی و دسترسی در Databricks
• 5. تنظیم شبکه مجازی و Private Link
• 6. ادغام با Azure Active Directory
• 7. مدیریت هویت و احراز هویت
• 8. پیکربندی سرویس Azure Blob Storage
• 9. اتصال به Azure Data Lake Storage Gen2
• 10. تنظیم دسترسی با استفاده از Passthrough
• 11. مدیریت Secret‌ها و Key Vault
• 12. پیکربندی کاتالوگ Unity Catalog
• 13. مدیریت Metastore و Schema
• 14. ایجاد و مدیریت Clusterها
• 15. تنظیمات خودکارسازی Cluster
• 16. مدیریت Pool و Instance
• 17. پیکربندی Auto Scaling و Spot Instances
• 18. مدیریت Runtime و کتابخانه‌ها
• 19. نصب و به‌روزرسانی کتابخانه‌ها
• 20. مدیریت Notebookها و Workspace
• 21. استفاده از Git Integration
• 22. مدیریت Jobs و Workflows
• 23. پیکربندی Scheduler و Trigger
• 24. تنظیمات امنیتی Jobها
• 25. مدیریت Logs و Monitoring
• 26. پیکربندی Alerting و Notification
• 27. ادغام با Azure Monitor
• 28. مدیریت هزینه و مصرف منابع
• 29. تنظیم Budget و Quota
• 30. مدیریت Performance و Tuning
• 31. پیکربندی Auto Optimization
• 32. مدیریت Delta Lake و جدول‌های دلتا
• 33. تنظیمات Delta Sharing
• 34. مدیریت Versioning و Time Travel
• 35. پیکربندی Databricks SQL Analytics
• 36. مدیریت Endpoint و Query
• 37. تنظیمات Warehouse و Serverless
• 38. ادغام با Power BI
• 39. مدیریت API و REST Calls
• 40. پیکربندی Databricks CLI
• 41. مدیریت Terraform و Infrastructure as Code
• 42. تنظیمات CI/CD Pipeline
• 43. مدیریت Data Pipeline و Orchestration
• 44. پیکربندی Auto Loader
• 45. مدیریت Streaming و Real-time Data
• 46. تنظیمات Structured Streaming
• 47. مدیریت Checkpoint و Recovery
• 48. پیکربندی Data Encryption
• 49. مدیریت Audit Log و Compliance
• 50. تنظیمات Data Governance
• 51. مدیریت Backup و Disaster Recovery
• 52. پیکربندی Multi-tenant Environment
• 53. مدیریت Workspace Sharing
• 54. تنظیمات IP Access List
• 55. مدیریت Private Endpoints
• 56. پیکربندی Data Lineage
• 57. مدیریت Tagging و Labeling
• 58. تنظیمات Cost Optimization
• 59. مدیریت Cluster Policies
• 60. پیکربندی Instance Profiles
• 61. مدیریت Spark Configuration
• 62. تنظیمات Shuffle و Partitioning
• 63. مدیریت Cache و Indexing
• 64. پیکربندی Query Optimization
• 65. مدیریت File System و Mounts
• 66. تنظیمات DBFS و Local Storage
• 67. مدیریت External Data Sources
• 68. پیکربندی JDBC و ODBC Connections
• 69. مدیریت MLflow Integration
• 70. تنظیمات Model Registry
• 71. مدیریت Feature Store
• 72. پیکربندی AutoML
• 73. مدیریت Experiment Tracking
• 74. تنظیمات Notebook Scoped Libraries
• 75. مدیریت Python و Scala Environments
• 76. پیکربندی Spark Submit Jobs
• 77. مدیریت Cluster Logs و Event Log
• 78. تنظیمات Diagnostic Settings
• 79. مدیریت Resource Groups و Subscriptions
• 80. پیکربندی Azure Policy برای Databricks
• 81. مدیریت Blue-Green Deployment
• 82. تنظیمات Canary Deployment
• 83. مدیریت Version Upgrade و Migration
• 84. پیکربندی High Availability
• 85. مدیریت Zone Redundancy
• 86. تنظیمات Data Replication
• 87. مدیریت Cross-Region Access
• 88. پیکربندی Disaster Recovery Plan
• 89. مدیریت SLA و Uptime
• 90. تنظیمات Performance Benchmarking
• 91. مدیریت Load Testing
• 92. پیکربندی Security Hardening
• 93. مدیریت Vulnerability Scanning
• 94. تنظیمات Firewall و NSG
• 95. مدیریت Data Masking
• 96. پیکربندی Row-Level Security
• 97. مدیریت Dynamic Views
• 98. تنظیمات Access Control Lists
• 99. مدیریت Service Principals
• 100. پیکربندی OAuth و Tokens