کتاب جامع آمادگی آزمون مهندسی داده AWS (مبتنی بر استانداردهای مهندسی داده و مدیریت زیرساخت‌های ابری) با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

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 جامع آمادگی آزمون مهندسی داده AWS (مبتنی بر استانداردهای مهندسی داده و مدیریت زیرساخت‌های ابری)

موضوع کلی: فناوری اطلاعات و مهندسی داده

موضوع میانی: مدیریت و تحلیل کلان‌داده‌ها در بسترهای ابری

📋 سرفصل‌های دوره

  • 1. مفاهیم پایه مهندسی داده در رایانش ابری
  • 2. معماری داده‌ها در بستر سرویس‌های ابری آمازون
  • 3. آشنایی با مدل‌های اشتراکی مسئولیت و امنیت داده‌ها
  • 4. ذخیره‌سازی مقیاس‌پذیر با استفاده از Amazon S3
  • 5. مدیریت چرخه‌حیات اشیاء و سیاست‌های دسترسی در S3
  • 6. اصول طراحی دریاچه داده در مقیاس کلان
  • 7. پایگاه‌های داده رابطه‌ای مدیریت‌شده با Amazon RDS
  • 8. مهاجرت داده‌های رابطه‌ای به بستر ابری
  • 9. آشنایی با پایگاه‌های داده NoSQL و سرویس Amazon DynamoDB
  • 10. مدل‌سازی داده‌ها برای کارایی بالا در DynamoDB
  • 11. استراتژی‌های ایندکس‌گذاری و پرس‌وجو در DynamoDB
  • 12. آشنایی با انبار داده ابری Amazon Redshift
  • 13. طراحی جداول و توزیع داده‌ها در Redshift
  • 14. بهینه‌سازی عملکرد پرس‌وجوهای پیچیده در Redshift
  • 15. مدیریت بار کاری و منابع در Redshift
  • 16. مفاهیم پردازش داده‌های جریانی و بلادرنگ
  • 17. تجمیع داده‌های جریانی با Amazon Kinesis Data Streams
  • 18. پردازش و تحلیل داده‌های جریانی با Kinesis Data Analytics
  • 19. انتقال داده‌ها با سرویس Amazon Kinesis Data Firehose
  • 20. معرفی سرویس AWS Glue برای یکپارچه‌سازی داده‌ها
  • 21. کار با کاتالوگ داده در AWS Glue
  • 22. توسعه اسکریپت‌های ETL در محیط AWS Glue
  • 23. زمان‌بندی و مدیریت جریان‌های کاری داده با Glue Workflows
  • 24. پردازش توزیع‌شده با استفاده از Amazon EMR
  • 25. مدیریت خوشه‌های آپاچی اسپارک در بستر ابری
  • 26. بهینه‌سازی هزینه‌ها در پردازش‌های کلان‌داده
  • 27. امنیت و رمزنگاری داده‌ها در حال سکون و در حال انتقال
  • 28. مدیریت هویت و دسترسی با AWS IAM در پروژه‌های داده
  • 29. استفاده از AWS KMS برای مدیریت کلیدهای رمزنگاری
  • 30. مانیتورینگ و مشاهده‌پذیری زیرساخت‌های داده با Amazon CloudWatch
  • 31. ردیابی و تحلیل وقایع با AWS CloudTrail
  • 32. به‌کارگیری زیرساخت به عنوان کد با AWS CloudFormation
  • 33. خودکارسازی خط‌لوله‌های داده با AWS Step Functions
  • 34. یکپارچه‌سازی داده‌ها با استفاده از سرویس‌های پیام‌رسان SQS و SNS
  • 35. تحلیل و گزارش‌گیری داده‌ها با Amazon QuickSight
  • 36. مدیریت کیفیت داده‌ها و پاک‌سازی در خط‌لوله‌ها
  • 37. حکمرانی داده و رعایت انطباق در محیط‌های ابری
  • 38. پشتیبان‌گیری و بازیابی فاجعه در پایگاه‌های داده ابری
  • 39. استراتژی‌های انتقال داده‌های حجیم با AWS DataSync
  • 40. بهینه‌سازی عملکرد شبکه در ارتباطات داده‌ای ابری
  • 41. تحلیل هزینه‌ها و مدیریت بودجه در پروژه‌های مهندسی داده
  • 42. بررسی الگوهای طراحی سیستم‌های داده‌محور
  • 43. تکنیک‌های عیب‌یابی در خط‌لوله‌های داده ابری
  • 44. پیاده‌سازی استانداردهای ذخیره‌سازی داده‌های ساختاریافته و نیمه‌ساختاریافته
  • 45. روش‌های تست و ارزیابی کیفیت داده‌ها در محیط عملیاتی
  • 46. آمادگی برای آزمون‌های مهندسی داده و مرور نمونه سوالات استاندارد
تگ‌ها: AWS Certified Data Engineer آزمون DEA-C01 آموزش AWS پایگاه داده ابری تحلیل داده‌های بزرگ رایانش ابری زیرساخت ابری مدیریت کلان‌داده مهندسی داده مهندسی داده AWS

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.