اکسپرس 24
کتاب مهندسی داده در Azure Databricks: از مفاهیم تا پیاده‌سازی عملی

کتاب مهندسی داده در Azure Databricks: از مفاهیم تا پیاده‌سازی عملی

تگ‌ها: Apache Spark Azure Databricks Big Data ابزارهای داده پردازش داده پلتفرم داده تحلیل داده کلان داده مهندسی داده مهندسی داده Azure

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی داده در Azure Databricks: از مفاهیم تا پیاده‌سازی عملی

موضوع کلی: مهندسی داده و تحلیل کلان‌داده

موضوع میانی: پلتفرم‌های پردازش کلان‌داده

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی داده و کلان‌داده
  • 2. اصول مهندسی داده در عصر کلان‌داده
  • 3. معرفی Azure Databricks
  • 4. معماری Azure Databricks
  • 5. محیط کاری Azure Databricks
  • 6. کار با نوت‌بوک‌ها در Azure Databricks
  • 7. زبان‌های برنامه‌نویسی در Azure Databricks (Python, SQL, Scala)
  • 8. کار با DataFrame ها در PySpark
  • 9. عملیات پایه روی DataFrame ها
  • 10. عملیات پیشرفته روی DataFrame ها
  • 11. دستورات SQL در Azure Databricks
  • 12. کار با پارکت و فرمت‌های دیگر داده
  • 13. ذخیره‌سازی و دسترسی به داده در Azure Data Lake Storage
  • 14. یکپارچه‌سازی Azure Databricks با Azure Data Lake Storage
  • 15. مفاهیم Delta Lake
  • 16. عملیات CRUD در Delta Lake
  • 17. زمان‌سنجی (Time Travel) در Delta Lake
  • 18. بهینه‌سازی عملکرد Delta Lake
  • 19. مدیریت جدول در Delta Lake
  • 20. مفاهیم Streaming در Azure Databricks
  • 21. پردازش داده‌های جریانی با Spark Structured Streaming
  • 22. اتصال به منابع داده جریانی
  • 23. پردازش داده‌های جریانی در زمان واقعی
  • 24. مدیریت وضعیت در پردازش جریانی
  • 25. استفاده از Azure Event Hubs برای داده‌های جریانی
  • 26. استفاده از Azure IoT Hub برای داده‌های جریانی
  • 27. مفاهیم و معماری Cluster در Azure Databricks
  • 28. پیکربندی و مدیریت Cluster ها
  • 29. بهینه‌سازی هزینه Cluster ها
  • 30. استفاده از Spot Instances برای Cluster ها
  • 31. امنیت در Azure Databricks
  • 32. مدیریت دسترسی و احراز هویت
  • 33. رمزگذاری داده‌ها در Azure Databricks
  • 34. مراقبت و نظارت بر Azure Databricks
  • 35. لاگ‌گیری و ردیابی فعالیت‌ها
  • 36. استفاده از Azure Monitor برای Databricks
  • 37. مفاهیم Orchestration و Workflow
  • 38. مدیریت Job ها در Azure Databricks
  • 39. زمان‌بندی Job ها
  • 40. وابستگی بین Job ها
  • 41. استفاده از Azure Data Factory برای Orchestration
  • 42. مفاهیم MLflow در Azure Databricks
  • 43. ردیابی آزمایش‌های یادگیری ماشین
  • 44. مدیریت مدل‌ها در MLflow
  • 45. استقرار مدل‌ها با MLflow
  • 46. مفاهیم مهندسی ویژگی (Feature Engineering)
  • 47. تکنیک‌های Feature Engineering
  • 48. کار با ویژگی‌های دسته‌ای و عددی
  • 49. ایجاد ویژگی‌های زمانی
  • 50. استفاده از کتابخانه‌های مهندسی داده
  • 51. کار با Pandas API در Spark
  • 52. مفاهیم Data Governance
  • 53. اهمیت Data Governance در مهندسی داده
  • 54. استانداردهای نام‌گذاری و مستندسازی
  • 55. مدیریت کیفیت داده (Data Quality)
  • 56. تکنیک‌های اعتبارسنجی داده
  • 57. پاکسازی داده‌ها
  • 58. مدیریت داده‌های حساس و حریم خصوصی
  • 59. قوانین و مقررات حفاظت از داده
  • 60. پیاده‌سازی ملاحظات امنیتی در داده‌ها
  • 61. مفاهیم Data Lakehouse
  • 62. تفاوت Data Lake و Data Warehouse
  • 63. مزایای Data Lakehouse
  • 64. معماری Data Lakehouse با Delta Lake
  • 65. بهینه‌سازی Query ها در Azure Databricks
  • 66. تکنیک‌های Partitioning
  • 67. استفاده از Indexing
  • 68. Caching داده‌ها
  • 69. مفاهیم Data Pipeline
  • 70. طراحی Data Pipeline مؤثر
  • 71. مراحل ایجاد Data Pipeline
  • 72. مدیریت خطا و بازیابی در Data Pipeline
  • 73. مفاهیم ETL و ELT
  • 74. مقایسه ETL و ELT
  • 75. پیاده‌سازی ELT در Azure Databricks
  • 76. استفاده از ابزارهای ETL/ELT
  • 77. مفاهیم Data Modeling
  • 78. انواع Data Model
  • 79. مدل‌سازی ابعادی (Dimensional Modeling)
  • 80. مدل‌سازی ستاره‌ای و برف‌دانه‌ای
  • 81. طراحی Schema برای Delta Lake
  • 82. مفاهیم Data Catalog
  • 83. اهمیت Data Catalog
  • 84. ابزارهای Data Catalog
  • 85. کار با Azure Purview
  • 86. استفاده از Data Catalog در Databricks
  • 87. مفاهیم Data Virtualization
  • 88. مزایای Data Virtualization
  • 89. ابزارهای Data Virtualization
  • 90. کار با Data Virtualization در Databricks
  • 91. مفاهیم Data Observability
  • 92. اهمیت Data Observability
  • 93. معیارهای کلیدی Data Observability
  • 94. ابزارهای Data Observability
  • 95. پیاده‌سازی Data Observability در Databricks
  • 96. مفاهیم Data Security Best Practices
  • 97. مدیریت دسترسی در سطح ستون و ردیف
  • 98. رمزنگاری داده‌ها در حالت سکون و انتقال
  • 99. ممیزی و گزارش‌دهی امنیتی
  • 100. مفاهیم Cost Optimization در Azure Databricks

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.