کتاب ساخت کانتینرها و pipelines برای پردازش داده‌ها 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 ساخت کانتینرها و pipelines برای پردازش داده‌ها

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مدیریت داده‌های بزرگ

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر کانتینرسازی و مزایای آن
  • 2. داکر: مفاهیم پایه و نصب
  • 3. ساخت ایمیج‌های داکر
  • 4. مدیریت ایمیج‌ها و رجیستری‌ها
  • 5. Docker Compose: مدیریت چندکانتینری
  • 6. شبکه‌سازی در داکر
  • 7. ذخیره‌سازی داده‌ها در کانتینرها
  • 8. مقدمه‌ای بر Kubernetes
  • 9. معماری Kubernetes: Pods، Services، Deployments
  • 10. مدیریت پیکربندی در Kubernetes
  • 11. مقیاس‌پذیری برنامه‌ها با Kubernetes
  • 12. مانیتورینگ و لاگ‌برداری در Kubernetes
  • 13. استقرار برنامه‌ها در Kubernetes
  • 14. مفاهیم CI/CD
  • 15. ابزارهای CI/CD محبوب
  • 16. یکپارچه‌سازی داکر با CI/CD
  • 17. ساخت Pipelineهای خودکار برای داکر
  • 18. آزمایش خودکار کانتینرها
  • 19. امنیت کانتینرها: بهترین روش‌ها
  • 20. مدیریت دسترسی و احراز هویت در Kubernetes
  • 21. استفاده از Secrets در Kubernetes
  • 22. مانیتورینگ امنیتی کانتینرها
  • 23. مقدمه‌ای بر Serverless Computing
  • 24. استفاده از کانتینرها در محیط Serverless
  • 25. ابزارهای Serverless محبوب
  • 26. مقایسه کانتینرها و ماشین‌های مجازی
  • 27. انتخاب ابزار مناسب برای کانتینرسازی
  • 28. بهینه‌سازی عملکرد کانتینرها
  • 29. عیب‌یابی مشکلات کانتینرها
  • 30. استفاده از کانتینرها در توسعه محلی
  • 31. استفاده از کانتینرها در محیط‌های ابری
  • 32. مقدمه‌ای بر مفاهیم Data Pipeline
  • 33. ابزارهای ساخت Data Pipeline
  • 34. یکپارچه‌سازی کانتینرها با Data Pipeline
  • 35. پردازش داده‌های جریانی با کانتینرها
  • 36. پردازش داده‌های دسته‌ای با کانتینرها
  • 37. استفاده از Apache Kafka با کانتینرها
  • 38. استفاده از Apache Spark با کانتینرها
  • 39. استفاده از Apache Flink با کانتینرها
  • 40. مدیریت داده‌ها در Data Pipeline
  • 41. امنیت Data Pipeline
  • 42. استقرار Data Pipeline در Kubernetes
  • 43. مانیتورینگ Data Pipeline
  • 44. بهینه‌سازی عملکرد Data Pipeline
  • 45. مقدمه‌ای بر Data Engineering
  • 46. مفاهیم Data Lake و Data Warehouse
  • 47. استفاده از کانتینرها برای ساخت Data Lake
  • 48. استفاده از کانتینرها برای ساخت Data Warehouse
  • 49. Data Governance و Compliance
  • 50. Data Quality و Validation
  • 51. Data Modeling و Schema Design
  • 52. Data Transformation و ETL
  • 53. Data Visualization و Reporting
  • 54. مقدمه‌ای بر Big Data
  • 55. استفاده از کانتینرها برای پردازش Big Data
  • 56. چالش‌های پردازش Big Data
  • 57. مقیاس‌پذیری Data Pipeline برای Big Data
  • 58. امنیت Big Data
  • 59. مقدمه‌ای بر یادگیری ماشین
  • 60. استفاده از کانتینرها برای استقرار مدل‌های یادگیری ماشین
  • 61. مدیریت مدل‌های یادگیری ماشین
  • 62. مانیتورینگ مدل‌های یادگیری ماشین
  • 63. استفاده از GPU در کانتینرها برای یادگیری ماشین
  • 64. بهینه‌سازی عملکرد مدل‌های یادگیری ماشین
  • 65. مقدمه‌ای بر پایگاه‌های داده NoSQL
  • 66. استفاده از کانتینرها برای استقرار پایگاه‌های داده NoSQL
  • 67. مقایسه پایگاه‌های داده NoSQL
  • 68. امنیت پایگاه‌های داده NoSQL
  • 69. بهینه‌سازی عملکرد پایگاه‌های داده NoSQL
  • 70. مقدمه‌ای بر میکروسرویس‌ها
  • 71. ساخت میکروسرویس‌ها با کانتینرها
  • 72. ارتباط بین میکروسرویس‌ها
  • 73. مدیریت میکروسرویس‌ها
  • 74. امنیت میکروسرویس‌ها
  • 75. مانیتورینگ میکروسرویس‌ها
  • 76. بهینه‌سازی عملکرد میکروسرویس‌ها
  • 77. استفاده از Service Mesh در کانتینرها
  • 78. مقدمه‌ای بر DevOps
  • 79. DevOps و کانتینرسازی
  • 80. DevOps و CI/CD
  • 81. DevOps و Automation
  • 82. DevOps و Monitoring
  • 83. DevOps و Collaboration
  • 84. بهترین روش‌های DevOps برای Data Pipeline
  • 85. مقدمه‌ای بر Infrastructure as Code (IaC)
  • 86. استفاده از IaC برای مدیریت کانتینرها
  • 87. ابزارهای IaC محبوب
  • 88. امنیت IaC
  • 89. بهینه‌سازی IaC
  • 90. مقدمه‌ای بر Observability
  • 91. Observability و کانتینرسازی
  • 92. ابزارهای Observability محبوب
  • 93. امنیت Observability
  • 94. بهینه‌سازی Observability
  • 95. مقدمه‌ای بر GitOps
  • 96. GitOps و کانتینرسازی
  • 97. ابزارهای GitOps محبوب
  • 98. امنیت GitOps
  • 99. بهینه‌سازی GitOps
  • 100. استفاده از Helm در Kubernetes
تگ‌ها: بیگ دیتا پایپ‌لاین پردازش ابری پردازش داده داده‌های بزرگ داکر علم داده کانتینر کوبرنتیس هوش مصنوعی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.