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

🎓 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