دوره مدیریت داده‌های علمی و گردش کارهای بزرگ‌مقیاس همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدیریت داده‌های علمی و گردش کارهای بزرگ‌مقیاس

موضوع کلی: محاسبات با عملکرد بالا (HPC)

موضوع میانی: HPC و مدلسازی سیستم‌های جبر HPC و آینده پیشتاز

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدیریت داده‌های علمی
• 2. چالش‌های مدیریت داده در محاسبات با عملکرد بالا
• 3. انواع داده‌های علمی و ویژگی‌های آن‌ها
• 4. سیستم‌های فایل توزیع‌شده برای داده‌های بزرگ
• 5. HDFS: معماری، پیکربندی و بهینه‌سازی
• 6. Ceph: معماری، پیکربندی و بهینه‌سازی
• 7. GlusterFS: معماری، پیکربندی و بهینه‌سازی
• 8. مقدمه‌ای بر پایگاه‌های داده NoSQL برای داده‌های علمی
• 9. MongoDB برای داده‌های علمی: طراحی شماتیک و کوئری‌ها
• 10. Cassandra برای داده‌های علمی: طراحی داده و مدل‌سازی
• 11. PostgreSQL و افزونه‌های علمی (PostGIS، etc.)
• 12. مدیریت فراداده (Metadata Management) در HPC
• 13. استانداردهای فراداده برای داده‌های علمی
• 14. گردش کار داده‌های علمی: مفهوم و اجزا
• 15. ابزارهای گردش کار: Nextflow, Snakemake, CWL
• 16. Docker و Containerization برای گردش کار داده
• 17. Kubernetes و Orchestration گردش کار
• 18. اتوماسیون گردش کار با استفاده از سیستم‌های صف‌بندی (Slurm, PBS)
• 19. کنترل نسخه داده (Data Versioning) با استفاده از DVC
• 20. مدیریت داده‌های علمی در ابر (Cloud)
• 21. Amazon S3 و مدیریت داده‌های علمی
• 22. Google Cloud Storage و مدیریت داده‌های علمی
• 23. Azure Blob Storage و مدیریت داده‌های علمی
• 24. بهینه‌سازی دسترسی به داده در HPC
• 25. Caching و Tiering داده
• 26. فشرده‌سازی داده برای ذخیره‌سازی و انتقال
• 27. امنیت داده‌های علمی: احراز هویت، مجوز و رمزنگاری
• 28. Backup و Recovery داده‌های علمی
• 29. مانیتورینگ و گزارش‌گیری از وضعیت داده
• 30. مدیریت داده‌های جریانی (Streaming Data) در HPC
• 31. پردازش داده‌های جریانی با Apache Kafka
• 32. پردازش داده‌های جریانی با Apache Spark Streaming
• 33. انتخاب سیستم مدیریت داده مناسب برای داده‌های علمی
• 34. مقدمه‌ای بر داده‌کاوی و یادگیری ماشین در HPC
• 35. ادغام داده‌ها از منابع مختلف
• 36. کیفیت داده و پاکسازی داده (Data Quality and Cleansing)
• 37. مدیریت داده‌های غیرساخت‌یافته (Unstructured Data)
• 38. استفاده از گراف‌دیتابیس‌ها برای داده‌های علمی
• 39. تحلیل داده‌های مکانی-زمانی در HPC
• 40. مدیریت داده‌های ژنتیکی و زیستی
• 41. مدیریت داده‌های نجومی
• 42. مدیریت داده‌های فیزیک ذرات
• 43. بهینه‌سازی I/O در برنامه‌های HPC
• 44. مطالعه موردی: مدیریت داده در یک پروژه شبیه‌سازی آب و هوا
• 45. مطالعه موردی: مدیریت داده در یک پروژه ژنومیکس
• 46. آینده مدیریت داده‌های علمی و چالش‌های پیش رو