کتاب جامع یکپارچه‌سازی Azure Synapse Analytics با سرویس‌های داده و هوش مصنوعی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع یکپارچه‌سازی Azure Synapse Analytics با سرویس‌های داده و هوش مصنوعی

موضوع کلی: یکپارچه‌سازی سرویس‌های داده و هوش مصنوعی در پلتفرم ابری

موضوع میانی: تحلیل و پردازش داده با Azure Synapse Analytics

📋 سرفصل‌های دوره

• 1. معرفی Azure Synapse Analytics و معماری یکپارچه
• 2. ایجاد و پیکربندی workspace در Azure Synapse
• 3. مدیریت امنیت و دسترسی در Azure Synapse
• 4. اتصال به سرویس Azure Data Lake Storage
• 5. انتقال داده با Azure Data Factory در Synapse
• 6. بارگذاری فایل‌های CSV و Parquet در Data Lake
• 7. پیکربندی Pool‌های SQL Serverless
• 8. پیکربندی Pool‌های SQL Dedicated
• 9. پرس‌وجو با SQL در Data Lake بدون سرور
• 10. مدیریت جداول و پارتیشن‌بندی در Dedicated Pool
• 11. مدل‌سازی داده با Star Schema در Synapse
• 12. بهینه‌سازی پرس‌وجوها و توزیع داده
• 13. ایجاد و مدیریت Pipeline با Synapse Pipelines
• 14. فعالیت‌های Copy Data و Data Flow در Pipeline
• 15. اشکال‌زدایی و نظارت بر Pipeline‌ها
• 16. ادغام داده از Azure Blob Storage
• 17. ادغام داده از Azure SQL Database
• 18. ادغام داده از Azure Cosmos DB
• 19. پردازش جریانی داده با Apache Spark در Synapse
• 20. نوشتن کدهای PySpark و Scala در Notebook
• 21. تبدیل داده با Spark DataFrame و SQL
• 22. مدیریت Lake Database و Metastore
• 23. ذخیره نتایج Spark در Data Lake
• 24. اتصال Synapse به Azure Machine Learning
• 25. آموزش مدل یادگیری ماشین با داده‌های Synapse
• 26. ثبت و مدیریت مدل‌ها در Azure ML
• 27. پیش‌بینی با مدل‌های ML در Pipeline
• 28. یکپارچه‌سازی با Cognitive Services
• 29. تحلیل تصویر با Computer Vision در Synapse
• 30. تحلیل متن با Text Analytics در Synapse
• 31. ترجمه خودکار داده با Translator Service
• 32. تشخیص ناهنجاری با Anomaly Detector
• 33. استخراج دانش با Azure OpenAI Service
• 34. پرس‌وجو با زبان طبیعی بر روی داده‌ها
• 35. اتصال به Azure Purview برای حاکمیت داده
• 36. برچسب‌گذاری و کشف داده با Purview
• 37. گزارش‌گیری با Power BI از Synapse
• 38. ساخت داشبوردهای تعاملی با DirectQuery
• 39. مدل‌سازی فشرده با Power BI Dataset
• 40. اتصال Synapse به Azure Databricks
• 41. تبادل داده بین Spark و Synapse SQL
• 42. مدیریت تراکنش‌های توزیع‌شده
• 43. پیاده‌سازی Change Data Capture
• 44. زمان‌بندی و اتوماسیون Pipeline‌ها
• 45. مدیریت خطا و retry در Pipeline
• 46. نظارت بر عملکرد با Azure Monitor
• 47. ثبت لاگ و هشدار با Log Analytics
• 48. مدیریت هزینه و مقیاس‌پذیری
• 49. بهینه‌سازی مصرف منابع در Pool‌ها
• 50. رمزنگاری داده در حال انتقال و ذخیره
• 51. مدیریت هویت‌های مدیریت‌شده
• 52. پیاده‌سازی خط لوله CI/CD برای Synapse
• 53. تست و استقرار Pipeline با Azure DevOps
• 54. مدیریت نسخه کدها در Git
• 55. پشتیبان‌گیری و بازیابی Workspace
• 56. یکپارچه‌سازی با Azure Functions
• 57. اجرای کد سفارشی در Pipeline
• 58. مدیریت ابرداده با Azure Data Catalog
• 59. جستجوی هوشمند داده با Azure Search
• 60. شاخص‌گذاری خودکار داده در Search
• 61. تحلیل سری زمانی با Spark
• 62. مدیریت داده‌های بزرگ با Delta Lake
• 63. مدل‌سازی پیش‌بینی سری زمانی
• 64. استفاده از AutoML در Synapse
• 65. ارزیابی و اعتبارسنجی مدل‌ها
• 66. مدیریت Feature Engineering خودکار
• 67. یکپارچه‌سازی با Event Hubs
• 68. پردازش رویدادهای بلادرنگ در Stream Analytics
• 69. ذخیره خروجی Stream Analytics در Synapse
• 70. مدیریت خطوط لوله ترکیبی Streaming و Batch
• 71. ایجاد نمای مجازی با SQL Serverless
• 72. بهینه‌سازی فایل‌های کوچک در Lake
• 73. مدیریت فشرده‌سازی و کدک فایل
• 74. مدیریت مجوزهای granular روی فایل
• 75. اتصال به داده‌های on-premises با Gateway
• 76. یکپارچه‌سازی با Power Apps و Power Automate
• 77. توسعه برنامه با APIهای Synapse
• 78. مدیریت محدودیت منابع و concurrency
• 79. بهبود کارایی با Materialized View
• 80. مدیریت داده‌های مرجع در Pipeline
• 81. تست یکپارچگی و سناریوهای خطا
• 82. مدیریت لاگ‌های Spark با Synapse Studio
• 83. استفاده از Synapse Link برای Cosmos DB
• 84. همگام‌سازی داده با Azure SQL Managed Instance
• 85. مدیریت خطوط لوله چندمنطقه‌ای
• 86. بهینه‌سازی هزینه با Auto-pause و Auto-scale
• 87. مدیریت داده‌های حساس با masking policy
• 88. ایجاد خط لوله تکرارشونده با trigger
• 89. مدیریت نسخه‌های مختلف مدل
• 90. یکپارچه‌سازی با Azure Logic Apps
• 91. ذخیره نتایج تحلیل در Power BI Premium
• 92. مدیریت دسترسی با RBAC و ACL
• 93. بهبود قابلیت اطمینان با retry policy
• 94. مدیریت داده‌های نیمه‌ساختاریافته با JSON
• 95. تحلیل فایل‌های Avro و ORC
• 96. مدیریت جابه‌جایی داده با PolyBase
• 97. یکپارچه‌سازی با Azure Storage Account
• 98. مدیریت کلیدهای رمزنگاری با Key Vault
• 99. پیکربندی شبکه مجازی و Private Endpoint
• 100. مدیریت محدودیت‌های Service Endpoint