کتاب صوتی جاوا برای توسعه‌دهندگان Spring Cloud Autodesk AI Platform

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جاوا برای توسعه‌دهندگان Spring Cloud Autodesk AI Platform

موضوع کلی: برنامه نویسی

موضوع میانی: جاوا (Java)

📋 سرفصل‌های دوره

• 1. مبانی زبان جاوا: مقدمه
• 2. نصب و پیکربندی JDK
• 3. اولین برنامه جاوا: Hello, World!
• 4. متغیرها و انواع داده‌ها در جاوا
• 5. عملگرها در جاوا
• 6. دستورات شرطی (if, else, switch)
• 7. حلقه‌ها (for, while, do-while)
• 8. آرایه‌ها در جاوا
• 9. متدها (توابع) در جاوا
• 10. مقدمه ای بر برنامه نویسی شیء گرا (OOP)
• 11. مفاهیم کلاس و شیء
• 12. ویژگی‌های OOP: وراثت (Inheritance)
• 13. ویژگی‌های OOP: پلی‌مورفیسم (Polymorphism)
• 14. ویژگی‌های OOP: انتزاع (Abstraction)
• 15. ویژگی‌های OOP: کپسوله‌سازی (Encapsulation)
• 16. کلاس‌های انتزاعی (Abstract Classes)
• 17. اینترفیس‌ها (Interfaces)
• 18. بسته‌های جاوا (Packages)
• 19. مدیریت استثنائات (Exception Handling)
• 20. کار با رشته‌ها (Strings) در جاوا
• 21. کالکشن فریم‌ورک (Collections Framework) در جاوا: مقدمه
• 22. لیست‌ها (Lists): ArrayList, LinkedList
• 23. مجموعه‌ها (Sets): HashSet, TreeSet
• 24. نگاشت‌ها (Maps): HashMap, TreeMap
• 25. مرتب‌سازی و جستجو در کالکشن‌ها
• 26. تکرارکننده‌ها (Iterators)
• 27. لامبدا اکسپرشن‌ها (Lambda Expressions) در جاوا 8
• 28. استریم API (Stream API) در جاوا 8
• 29. توابع مرتبه بالا (Higher-Order Functions)
• 30. عملیات موازی با استریم‌ها
• 31. مقدمه ای بر جاوا Enterprise Edition (Java EE)
• 32. مقدمه ای بر Spring Framework
• 33. مقدمه ای بر Spring Boot
• 34. توسعه RESTful API با Spring Boot
• 35. پیکربندی Spring Boot
• 36. مدیریت وابستگی‌ها (Dependency Management) در Spring Boot
• 37. کنترلرها (Controllers) در Spring Boot
• 38. سرویس‌ها (Services) و اجزای (Components) Spring
• 39. لایه‌های دسترسی به داده (Data Access Layer)
• 40. کار با پایگاه داده با Spring Boot (JPA/Hibernate)
• 41. پیاده‌سازی CRUD Operations
• 42. امنیت در Spring Boot (Spring Security)
• 43. احراز هویت (Authentication)
• 44. مجوزدهی (Authorization)
• 45. JWT (JSON Web Tokens) در Spring Security
• 46. مقدمه ای بر Spring Cloud
• 47. مفهوم Microservices Architecture
• 48. Eureka: Service Discovery
• 49. Spring Cloud Config: Externalized Configuration
• 50. API Gateway (Spring Cloud Gateway)
• 51. Circuit Breaker (Resilience4j/Hystrix)
• 52. Distributed Tracing (Sleuth/Zipkin)
• 53. Message Queues (Kafka/RabbitMQ) با Spring Cloud Stream
• 54. Caching با Spring Boot (Redis/Caffeine)
• 55. Task Scheduling با Spring Boot
• 56. Testing در Spring Boot (Unit, Integration, End-to-End)
• 57. Mockito برای Mocking
• 58. JUnit 5
• 59. Testcontainers
• 60. Containerization with Docker
• 61. Docker Images and Containers
• 62. Docker Compose
• 63. Deploying Spring Boot Applications to Docker
• 64. Kubernetes: Introduction
• 65. Kubernetes Architecture
• 66. Deploying Applications to Kubernetes
• 67. Scaling Applications in Kubernetes
• 68. Monitoring and Logging in Kubernetes
• 69. Introduction to Autodesk AI Platform
• 70. Autodesk AI Platform Components
• 71. Integrating Java Applications with Autodesk AI Platform
• 72. Autodesk AI Platform APIs
• 73. Authentication and Authorization for Autodesk AI Platform
• 74. Developing AI-powered Microservices
• 75. Machine Learning Models in Java
• 76. Data Processing with Spark (Optional, if relevant to AI Platform integration)
• 77. Model Deployment on Autodesk AI Platform
• 78. Model Training and Evaluation
• 79. Batch Processing Jobs
• 80. Real-time Inference with AI Platform
• 81. Serverless Computing with Autodesk AI Platform
• 82. Event-Driven Architectures
• 83. Asynchronous Communication Patterns
• 84. Error Handling in Distributed Systems
• 85. Fault Tolerance Strategies
• 86. Performance Optimization in Microservices
• 87. Security Best Practices for Microservices
• 88. Logging and Monitoring Distributed Systems
• 89. CI/CD Pipelines for Microservices
• 90. Automated Testing Strategies
• 91. Deployment Strategies (Blue-Green, Canary)
• 92. Observability in Microservices
• 93. Chaos Engineering
• 94. Introduction to Cloud-Native Development
• 95. Serverless Architectures with Java
• 96. Event Streaming with Kafka/Pulsar
• 97. Data Lakes and Data Warehouses
• 98. Data Science Pipelines
• 99. Building Intelligent Applications
• 100. AI Model Management