کتاب راهکارهای هوشمندسازی و خودکارسازی خط‌لوله‌های داده با استفاده از Cloud Dataprep و BigQuery با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 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 راهکارهای هوشمندسازی و خودکارسازی خط‌لوله‌های داده با استفاده از Cloud Dataprep و BigQuery

موضوع کلی: مهندسی داده و هوش تجاری در زیرساخت‌های ابری

موضوع میانی: مدیریت و پیش‌پردازش داده‌های کلان (Big Data) در بستر Google Cloud

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم زیرساخت‌های داده در فضای ابری گوگل
  • 2. معرفی پلتفرم Google Cloud و نقش BigQuery در تحلیل داده‌ها
  • 3. آشنایی با محیط Cloud Dataprep و ضرورت خودکارسازی خط‌لوله‌ها
  • 4. مدیریت پروژه‌ها و دسترسی‌ها در Google Cloud Platform
  • 5. اتصال منابع داده به محیط Cloud Dataprep
  • 6. روش‌های بارگذاری داده‌های ساختاریافته و نیمه‌ساختاریافته
  • 7. بررسی کیفیت داده‌ها و شناسایی ناهنجاری‌ها در Dataprep
  • 8. اصول پیش‌پردازش و پاک‌سازی داده‌ها با استفاده از دستورات بصری
  • 9. کار با توابع تبدیل داده برای استانداردسازی فرمت‌ها
  • 10. مدیریت مقادیر تهی و داده‌های تکراری در مجموعه‌های بزرگ
  • 11. تلفیق جداول داده و عملیات Join در محیط ابری
  • 12. استفاده از دستورات Wrangle برای تغییر ساختار داده‌ها
  • 13. بهینه‌سازی انواع داده برای پردازش سریع در BigQuery
  • 14. ایجاد دستورالعمل‌های تکرارپذیر (Recipes) در Dataprep
  • 15. خودکارسازی فرایند پیش‌پردازش با استفاده از Dataflow
  • 16. زمان‌بندی اجرای خط‌لوله‌های داده با Cloud Scheduler
  • 17. بررسی سطوح دسترسی و امنیت داده‌ها در محیط پردازش ابری
  • 18. انتقال نتایج پردازش‌شده به سرویس BigQuery
  • 19. استفاده از پارتیشن‌بندی در BigQuery برای افزایش کارایی پرس‌وجوها
  • 20. مدیریت هزینه‌های پردازش و ذخیره‌سازی داده‌ها در گوگل کلاود
  • 21. مانیتورینگ و پایش سلامت خط‌لوله‌های داده
  • 22. عیب‌یابی و رفع خطاهای رایج در انتقال داده
  • 23. یکپارچه‌سازی Dataprep با سرویس Cloud Storage
  • 24. استفاده از توابع پیشرفته برای تحلیل‌های آماری مقدماتی
  • 25. ایجاد گزارش‌های تحلیلی از داده‌های پردازش‌شده در BigQuery
  • 26. مستندسازی مراحل خط‌لوله داده برای تیم‌های فنی
  • 27. تکنیک‌های افزایش سرعت پردازش در ابعاد کلان
  • 28. حفاظت از داده‌های حساس مطابق با استانداردهای امنیتی
  • 29. به‌کارگیری الگوهای طراحی برای مقیاس‌پذیری زیرساخت داده
  • 30. پروژه نهایی: طراحی و اجرای یک خط‌لوله داده کاملاً خودکار
تگ‌ها: Google Cloud بیگ کوئری پردازش داده‌های کلان تحلیل داده خط لوله داده خودکارسازی داده کلود دیتاپِرپ مدیریت داده‌های ابری مهندسی داده هوش تجاری

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.