کتاب Serverless for Data Analytics: Serverless برای تحلیل داده 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 Serverless for Data Analytics: Serverless برای تحلیل داده

موضوع کلی: برنامه نویسی

موضوع میانی: Serverless Architecture

📋 سرفصل‌های دوره

  • 1. معرفی تحلیل داده در محیط سرورلس
  • 2. مبانی معماری سرورلس
  • 3. مزایا و محدودیت‌های سرورلس در تحلیل داده
  • 4. مقایسه سرورلس با معماری‌های سنتی
  • 5. مفاهیم پایه داده و انواع آن
  • 6. داده‌های ساختاریافته، نیمه‌ساختاریافته و غیرساختاریافته
  • 7. جریان داده و داده‌های بزرگ (Big Data) چیست
  • 8. معرفی پلتفرم‌های ابری برای تحلیل داده
  • 9. AWS Lambda: اصول و کاربرد
  • 10. Azure Functions: اصول و کاربرد
  • 11. Google Cloud Functions: اصول و کاربرد
  • 12. تنظیم محیط توسعه برای توابع سرورلس
  • 13. نوشتن اولین تابع سرورلس
  • 14. مدیریت رویدادها و تریگرها در سرورلس
  • 15. ورودی و خروجی داده در توابع سرورلس
  • 16. اتصال توابع سرورلس به دیتابیس
  • 17. کار با فایل‌ها و ذخیره‌سازی ابری در توابع سرورلس
  • 18. معماری بدون سرور برای جمع‌آوری داده (Data Ingestion)
  • 19. پردازش داده در حجم بالا با سرورلس
  • 20. ETL سرورلس: استخراج، تبدیل و بارگذاری
  • 21. پردازش دُفعه‌ای (Batch Processing) با سرورلس
  • 22. پردازش لحظه‌ای (Real-time Processing) با سرورلس
  • 23. مقایسه پردازش دُفعه‌ای و لحظه‌ای
  • 24. طراحی خط لوله داده (Data Pipeline) سرورلس
  • 25. آورکستراسیون جریان داده با ابزارهای سرورلس
  • 26. کار با Apache Spark در محیط سرورلس
  • 27. کار با Apache Flink در محیط سرورلس
  • 28. ذخیره‌سازی داده در Data Lake سرورلس
  • 29. Data Warehouse سرورلس: مفاهیم و پیاده‌سازی
  • 30. معماری Lakehouse در سرورلس
  • 31. کوئری‌زنی داده بدون سرور (Serverless Query)
  • 32. کار با Amazon Athena
  • 33. کار با Google BigQuery
  • 34. کار با Azure Synapse Serverless
  • 35. SQL و NoSQL در محیط سرورلس
  • 36. پشتیبانی از داده‌های جریانی (Streaming Data)
  • 37. Kafka و Kinesis در معماری سرورلس
  • 38. WebSockets و API‌های گریدانت در جمع‌آوری داده
  • 39. تحلیل داده با Machine Learning سرورلس
  • 40. آموزش مدل‌های یادگیری ماشین بدون سرور
  • 41. استقرار مدل‌های یادگیری ماشین در توابع سرورلس
  • 42. پیش‌بینی و تحلیل پیش‌بینانه با سرورلس
  • 43. پردازش زبان طبیعی (NLP) سرورلس
  • 44. تحلیل داده‌های تصویری با سرورلس
  • 45. بهینه‌سازی عملکرد توابع سرورلس
  • 46. مدیریت هزینه و هزینه‌سنجی در سرورلس
  • 47. مقیاس‌پذیری خودکار (Auto-Scaling) در سرورلس
  • 48. مانیتورینگ و لاگ‌گذاری توابع سرورلس
  • 49. عیب‌یابی و رفع خطا در توابع سرورلس
  • 50. ایمنی و امنیت داده در معماری سرورلس
  • 51. مدیریت دسترسی و احراز هویت در سرورلس
  • 52. حاکمیت داده و انطباق (Compliance) در سرورلس
  • 53. الگوهای طراحی معماری سرورلس برای داده
  • 54. Event-Driven Architecture برای تحلیل داده
  • 55. الگوی CQRS و Event Sourcing در سرورلس
  • 56. یکپارچه‌سازی با ابزارهای BI سرورلس
  • 57. داشبوردهای تحلیلی سرورلس
  • 58. گزارش‌گیری خودکار با سرورلس
  • 59. مدیریت کیفیت داده (Data Quality) در سرورلس
  • 60. حکمرانی داده (Data Governance) در سرورلس
  • 61. طراحی معماری تحلیل داده چندلایه با سرورلس
  • 62. بهینه‌سازی هزینه تحلیل داده سرورلس
  • 63. مدیریت وابستگی‌ها و کتابخانه‌ها در توابع سرورلس
  • 64. تست و دیباگ توابع سرورلس
  • 65. CI/CD برای توابع سرورلس
  • 66. استقرار چندگانه و مدیریت نسخه‌ها
  • 67. محدودیت‌های عملکرد و timeout توابع سرورلس
  • 68. کار با کانتینرها در ترکیب با سرورلس
  • 69. Step Functions و جریان کار سرورلس
  • 70. مطالعات موردی واقعی تحلیل داده سرورلس
تگ‌ها: serverless data analytics serverless architecture data pipeline cloud computing AWS Lambda ETL big data real-time data processing data engineering serverless data cloud data analytics machine learning serverless data lake event-driven architecture

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.