اکسپرس 24
کتاب مهندسی داده با Azure Synapse و Apache Spark Pools

کتاب مهندسی داده با Azure Synapse و Apache Spark Pools

تگ‌ها: Azure Azure Synapse آپاچی اسپارک استخرهای اسپارک پردازش کلان داده تحلیل داده داده سازمانی داده کاوی مهندسی داده مهندسی کلان داده

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 با Azure Synapse و Apache Spark Pools

موضوع کلی: مهندسی داده و تحلیل داده

موضوع میانی: پردازش و تحلیل داده‌های کلان با ابزارهای ابری

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر مهندسی داده و تحلیل داده
  • 2. اصول و مفاهیم کلیدی مهندسی داده
  • 3. نقش مهندسی داده در سازمان‌ها
  • 4. معماری‌های رایج مهندسی داده
  • 5. مبانی داده‌های کلان (Big Data)
  • 6. اکوسیستم داده‌های کلان
  • 7. چالش‌های داده‌های کلان
  • 8. مقدمه‌ای بر پردازش توزیع‌شده
  • 9. آشنایی با Apache Spark
  • 10. معماری Spark Core
  • 11. اجزای Spark و نحوه عملکرد آن
  • 12. RDD ها در Spark
  • 13. عملیات تبدیل و کنش در RDD ها
  • 14. Spark SQL و DataFrame ها
  • 15. کار با DataFrame ها در Spark
  • 16. بهینه‌سازی کوئری‌ها در Spark SQL
  • 17. Spark Streaming برای پردازش جریانی
  • 18. مفاهیم اولیه پردازش جریانی
  • 19. آشنایی با Azure Synapse Analytics
  • 20. معماری Azure Synapse Analytics
  • 21. مخازن داده در Azure Synapse
  • 22. SQL Pools در Azure Synapse
  • 23. Spark Pools در Azure Synapse
  • 24. یکپارچه‌سازی SQL Pools و Spark Pools
  • 25. کار با داده‌ها در Azure Data Lake Storage
  • 26. اتصال Synapse به Data Lake Storage
  • 27. مراحل مهندسی داده در Synapse
  • 28. طراحی پایپ‌لاین‌های داده در Synapse
  • 29. نحوه ساخت پایپ‌لاین‌های داده
  • 30. اجرا و مانیتورینگ پایپ‌لاین‌ها
  • 31. مدیریت منابع در Spark Pools
  • 32. تنظیم پارامترهای Spark Pools
  • 33. بهینه‌سازی عملکرد Spark Pools
  • 34. استفاده از Notebook ها در Synapse
  • 35. نوشتن کد در Notebook ها
  • 36. اجرای کد Python و Scala در Notebook ها
  • 37. استفاده از Spark Scala API
  • 38. استفاده از Spark Python API (PySpark)
  • 39. تبدیل و بارگذاری داده (ETL) با Spark
  • 40. مراحل ETL در محیط ابری
  • 41. استفاده از Spark برای ETL
  • 42. کار با فرمت‌های داده مختلف (Parquet, ORC)
  • 43. فشرده‌سازی داده‌ها در Spark
  • 44. پارتیشن‌بندی داده‌ها در Spark
  • 45. استفاده از Delta Lake در Synapse
  • 46. مزایای Delta Lake
  • 47. مدیریت تراکنش‌ها در Delta Lake
  • 48. امنیت داده‌ها در Azure Synapse
  • 49. کنترل دسترسی در Synapse
  • 50. مدیریت احراز هویت و مجوزها
  • 51. حاکمیت داده در Azure Synapse
  • 52. ابزارهای حاکمیت داده
  • 53. اهمیت حاکمیت داده
  • 54. نمونه‌های عملی مهندسی داده با Synapse
  • 55. پروژه تحلیل داده فروش
  • 56. پروژه تحلیل داده مشتریان
  • 57. پروژه تحلیل داده سنسورها
  • 58. پروژه تحلیل داده لاگ‌های سیستم
  • 59. پروژه تحلیل داده مالی
  • 60. مقدمه‌ای بر یادگیری ماشین با داده‌های کلان
  • 61. نقش مهندسی داده در ML
  • 62. آماده‌سازی داده برای ML
  • 63. استفاده از Spark MLlib
  • 64. مقدمه‌ای بر MLOps
  • 65. پایپ‌لاین‌های ML در Synapse
  • 66. مقدمه‌ای بر هوش تجاری (BI)
  • 67. ابزارهای BI در Synapse
  • 68. ایجاد داشبوردهای BI
  • 69. تحلیل داده‌های اکتشافی (EDA)
  • 70. تکنیک‌های EDA
  • 71. ابزارهای EDA در Synapse
  • 72. مقدمه‌ای بر انبار داده (Data Warehousing)
  • 73. انبار داده در Azure Synapse
  • 74. طراحی اسکیمای انبار داده
  • 75. مدل‌سازی داده برای انبار داده
  • 76. مفاهیم Data Mart
  • 77. کار با داده‌های نیمه‌ساختاریافته
  • 78. کار با داده‌های بدون ساختار
  • 79. استخراج داده از منابع مختلف
  • 80. بارگذاری داده در Synapse
  • 81. تست و اعتبارسنجی داده‌ها
  • 82. خطایابی در پایپ‌لاین‌های داده
  • 83. مانیتورینگ عملکرد پایپ‌لاین‌ها
  • 84. بهبود مستمر فرآیندهای داده
  • 85. اصول طراحی پایدار برای مهندسی داده
  • 86. ملاحظات هزینه‌ای در مهندسی داده ابری
  • 87. مدیریت چرخه عمر داده
  • 88. مقدمه‌ای بر مفاهیم Data Governance
  • 89. پیاده‌سازی Data Governance در Synapse
  • 90. نقش مهندس داده در تیم‌های چابک
  • 91. آینده مهندسی داده
  • 92. روندهای جدید در پردازش داده
  • 93. جمع‌بندی و گام‌های بعدی

📚 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.