کتاب طراحی و پیاده‌سازی زیرساخت‌های داده‌کاوی و تحلیل هوشمند با ابزارهای مایکروسافت آژور با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی زیرساخت‌های داده‌کاوی و تحلیل هوشمند با ابزارهای مایکروسافت آژور

موضوع کلی: علوم داده و تحلیل کلان‌داده (Big Data)

موضوع میانی: مهندسی داده در بسترهای ابری (Cloud Data Engineering)

📋 سرفصل‌های دوره (100 موضوع)

• 1. مبانی رایانش ابری و معماری داده در مایکروسافت آژور
• 2. مدیریت هویت و دسترسی در آژور با استفاده از Azure Active Directory
• 3. پیکربندی حساب‌های ذخیره‌سازی Azure Storage و مدیریت امنیت داده‌ها
• 4. طراحی و پیاده‌سازی Azure Data Lake Storage Gen2 برای دریاچه داده
• 5. اصول مدل‌سازی داده و طراحی انبار داده‌های ابری
• 6. آشنایی با Azure Synapse Analytics و معماری یکپارچه تحلیل داده
• 7. استخراج داده از منابع متنوع با استفاده از Azure Data Factory
• 8. طراحی خط لوله انتقال داده یا Pipeline در محیط آژور
• 9. پیاده‌سازی فعالیت‌های تبدیل داده با Mapping Data Flows
• 10. مدیریت و نظارت بر اجرای خط لوله‌های داده با Integration Runtime
• 11. آشنایی با Azure Databricks و محیط‌های پردازش توزیع‌شده
• 12. برنامه‌نویسی و پردازش داده‌ها با استفاده از Apache Spark در آژور
• 13. بهینه‌سازی کدهای اسپارک برای اجرای سریع در محیط کلاستر
• 14. کار با Azure Stream Analytics برای پردازش داده‌های بلادرنگ
• 15. اتصال به منابع داده‌ای جریان‌دار با استفاده از Azure Event Hubs
• 16. ذخیره‌سازی و بازیابی داده‌های غیرساختارمند در Azure Cosmos DB
• 17. طراحی و بهینه‌سازی جداول در Azure SQL Database
• 18. پیاده‌سازی استراتژی‌های پارتیشن‌بندی داده‌ها در پایگاه‌های داده ابری
• 19. مدیریت امنیت داده‌های حساس با Azure Key Vault
• 20. رمزنگاری داده‌ها در حال انتقال و در حال سکون بر اساس استانداردهای امنیتی
• 21. مانیتورینگ و عیب‌یابی زیرساخت‌های داده با Azure Monitor
• 22. تحلیل لاگ‌ها و گزارش‌گیری از عملکرد منابع داده با Log Analytics
• 23. آشنایی با مفاهیم حاکمیت داده یا Data Governance در محیط ابری
• 24. استفاده از Microsoft Purview برای طبقه‌بندی و مدیریت کیفیت داده‌ها
• 25. خودکارسازی عملیات داده‌مهندسی با استفاده از Azure DevOps
• 26. پیاده‌سازی فرآیندهای CI/CD برای خط لوله‌های داده
• 27. مدیریت هزینه‌ها و بهینه‌سازی مصرف منابع در آژور
• 28. طراحی معماری‌های مدرن داده با رویکرد Lambda و Kappa در آژور
• 29. یکپارچه‌سازی مدل‌های یادگیری ماشین با زیرساخت داده در Azure Machine Learning
• 30. آماده‌سازی داده برای تحلیل‌های هوشمند و گزارش‌گیری در Power BI
• 31. مدیریت دسترسی‌های شبکه‌ای و ایزوله‌سازی منابع داده در Virtual Networks
• 32. بررسی پروتکل‌های امنیتی انتقال داده در محیط‌های ابری
• 33. تکنیک‌های افزایش کارایی در پرس‌وجوهای حجیم در Azure Synapse
• 34. مدیریت و نگهداری بارهای کاری داده در مقیاس بزرگ
• 35. اصول اخلاقی و الزامات قانونی در مدیریت داده‌های کلان در بستر ابری
• 36. ارائه پروژه نهایی طراحی یک زیرساخت جامع داده‌کاوی در آژور