کتاب جامع مهندسی داده با پایتون و SQL: از طراحی پایگاه‌داده تا تحلیل داده‌های سازمانی 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 مهندسی داده با پایتون و SQL: از طراحی پایگاه‌داده تا تحلیل داده‌های سازمانی

موضوع کلی: علوم داده و مهندسی نرم‌افزار

موضوع میانی: مدیریت و پردازش داده‌های کلان

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم مهندسی داده در سازمان‌های مدرن
  • 2. نقش و وظایف مهندس داده در چرخه‌ حیات نرم‌افزار
  • 3. آشنایی با مدل‌های ذخیره‌سازی داده‌های ساختاریافته و غیرساختاریافته
  • 4. نصب و راه‌اندازی محیط توسعه پایتون برای پردازش داده
  • 5. مبانی زبان پرس‌وجوی ساختاریافته SQL و کاربرد آن
  • 6. طراحی جداول و اصول نرمال‌سازی پایگاه‌داده
  • 7. مدیریت کلیدهای اصلی و خارجی در طراحی دیتابیس
  • 8. کار با دستورات پیشرفته SELECT و فیلتر کردن داده‌ها
  • 9. تجمیع داده‌ها و گروه‌بندی با استفاده از Group By
  • 10. تکنیک‌های اتصال جداول Join در پایگاه‌داده‌های رابطه‌ای
  • 11. مدیریت تراکنش‌ها و تضمین یکپارچگی داده‌ها در SQL
  • 12. مقدمه‌ای بر زبان پایتون برای تحلیل‌گران داده
  • 13. ساختارهای داده در پایتون برای مدیریت مجموعه‌های اطلاعاتی
  • 14. کار با کتابخانه Pandas برای خواندن و نوشتن فایل‌های داده
  • 15. پاک‌سازی و پیش‌پردازش داده‌های خام با پایتون
  • 16. مدیریت مقادیر تهی و داده‌های پرت در مجموعه‌های آموزشی
  • 17. اتصال پایتون به پایگاه‌داده‌های SQL با استفاده از SQLAlchemy
  • 18. خودکارسازی فرایندهای استخراج داده از منابع مختلف
  • 19. مفاهیم پایه خط‌لوله‌های داده ETL
  • 20. استخراج داده از فایل‌های CSV و Excel
  • 21. تبدیل و تغییر فرمت داده‌ها در محیط پایتون
  • 22. بارگذاری داده‌های پردازش‌شده در انباره‌های داده
  • 23. مبانی طراحی انباره داده Data Warehouse
  • 24. تفاوت‌های پایگاه‌داده عملیاتی و سیستم‌های تحلیلی
  • 25. اصول مدل‌سازی ستاره‌ای و دانه‌برفی در انباره‌های داده
  • 26. مقدمه‌ای بر مفاهیم داده‌های کلان Big Data
  • 27. آشنایی با معماری توزیع‌شده پردازش داده
  • 28. کار با فرمت‌های ذخیره‌سازی کارآمد مانند Parquet
  • 29. مفاهیم اولیه در سیستم‌های فایل توزیع‌شده
  • 30. آشنایی با ابزارهای زمان‌بندی و مدیریت گردش کار داده
  • 31. پیاده‌سازی یک خط‌لوله داده ساده با پایتون
  • 32. مانیتورینگ و ثبت وقایع در خط‌لوله‌های داده
  • 33. امنیت داده‌ها و کنترل دسترسی در پایگاه‌های داده
  • 34. اصول پشتیبان‌گیری و بازیابی داده‌های سازمانی
  • 35. بهینه‌سازی پرس‌وجوهای SQL برای افزایش کارایی
  • 36. استفاده از ایندکس‌گذاری برای بهبود سرعت جستجو
  • 37. مفاهیم اولیه داده‌کاوی و استخراج الگوهای مفید
  • 38. تجسم داده‌ها با استفاده از کتابخانه‌های پایتون
  • 39. تولید گزارش‌های کاربردی برای مدیران سازمانی
  • 40. ارزیابی کیفیت داده‌ها و مستندسازی پروژه‌های مهندسی داده
تگ‌ها: Python SQL برنامه‌نویسی داده پایتون پایگاه داده پایگاه داده رابطه‌ای تحلیل داده داده‌کاوی مدیریت داده مهندسی داده

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.