کتاب صوتی جامع آمادگی آزمون مهندسی داده AWS: طراحی، پیاده‌سازی و مدیریت داده‌های بزرگ

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع آمادگی آزمون مهندسی داده AWS: طراحی، پیاده‌سازی و مدیریت داده‌های بزرگ

موضوع کلی: فناوری اطلاعات و علوم داده

موضوع میانی: مهندسی داده و سامانه‌های ابری

📋 سرفصل‌های دوره

• 1. مبانی رایانش ابری و زیرساخت‌های داده در AWS
• 2. معماری سرویس‌های ذخیره‌سازی داده در محیط ابری
• 3. آشنایی با سرویس Amazon S3 و مدیریت سطوح ذخیره‌سازی
• 4. اصول امنیت داده‌ها و مدیریت دسترسی‌ها در AWS IAM
• 5. پیاده‌سازی رمزنگاری داده‌ها در حال سکون و در حال انتقال
• 6. مبانی پایگاه‌های داده رابطه‌ای با Amazon RDS
• 7. طراحی و مدیریت پایگاه‌های داده NoSQL با Amazon DynamoDB
• 8. مفاهیم انباره داده و تحلیل‌های مقیاس‌پذیر با Amazon Redshift
• 9. آشنایی با سرویس Amazon EMR برای پردازش داده‌های بزرگ
• 10. مدیریت جریان‌های داده با Amazon Kinesis Data Streams
• 11. یکپارچه‌سازی داده‌ها با سرویس AWS Glue
• 12. طراحی خط لوله داده با استفاده از AWS Glue ETL
• 13. استفاده از AWS Lambda برای پردازش خودکار داده‌ها
• 14. مدیریت و بهینه‌سازی جداول در Amazon Redshift
• 15. پیاده‌سازی دریاچه داده با استفاده از خدمات AWS
• 16. استفاده از Amazon Athena برای پرس‌وجو بر روی داده‌های S3
• 17. مدیریت و نظارت بر خط لوله‌های داده با Amazon Managed Workflows for Apache Airflow
• 18. آشنایی با Amazon EventBridge برای رویدادهای سیستمی
• 19. استفاده از AWS Step Functions در هماهنگ‌سازی جریان داده
• 20. مدیریت کیفیت داده‌ها با AWS Glue DataBrew
• 21. پایش و عیب‌یابی زیرساخت‌های داده با Amazon CloudWatch
• 22. بهینه‌سازی هزینه‌های ذخیره‌سازی و پردازش داده در AWS
• 23. مدیریت نسخه‌بندی و بازیابی داده‌ها در سرویس‌های ابری
• 24. امنیت شبکه و ایزوله‌سازی داده‌ها با Amazon VPC
• 25. استفاده از AWS Lake Formation برای مدیریت دسترسی‌های سطح داده
• 26. مبانی مدل‌سازی داده در انباره‌های ابری
• 27. روش‌های انتقال داده‌های حجیم به ابر با AWS Snow Family
• 28. یکپارچه‌سازی سرویس‌های تحلیل داده با Amazon QuickSight
• 29. مدیریت کاتالوگ داده با استفاده از AWS Glue Data Catalog
• 30. بهینه‌سازی عملکرد پرس‌وجوها در پایگاه‌های داده توزیع‌شده
• 31. بررسی الگوهای طراحی سیستم‌های داده‌محور در مقیاس بزرگ
• 32. استفاده از Amazon FSx برای سیستم‌های فایل مدیریت‌شده
• 33. راهکارهای پشتیبان‌گیری و بازیابی فاجعه برای داده‌های حیاتی
• 34. مدیریت متاداده‌ها و حاکمیت داده در محیط ابری
• 35. ارزیابی و انتخاب سرویس‌های مناسب برای نیازهای تحلیل داده
• 36. پیاده‌سازی مکانیزم‌های بازیابی خطا در خط لوله‌های داده
• 37. آشنایی با Amazon Neptune برای ذخیره‌سازی داده‌های گراف
• 38. استفاده از Amazon OpenSearch برای جستجو و تحلیل لاگ‌ها
• 39. مدیریت چرخه‌حیات داده و بایگانی خودکار در S3
• 40. اصول تست و اعتبارسنجی در خط لوله‌های مهندسی داده