دوره مدیریت داده‌های ناهمگون و منابع مختلف همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدیریت داده‌های ناهمگون و منابع مختلف

موضوع کلی: هوش مصنوعی و مدل‌های زبانی بزرگ

موضوع میانی: مدیریت داده‌های بزرگ

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مدیریت داده‌های ناهمگون
• 2. انواع داده‌ها و ساختارهای ذخیره‌سازی
• 3. مفاهیم پایگاه داده رابطه‌ای
• 4. طراحی پایگاه داده رابطه‌ای
• 5. زبان SQL برای مدیریت داده‌های رابطه‌ای
• 6. مفاهیم پایگاه داده NoSQL
• 7. انواع پایگاه داده‌های NoSQL (کلید-مقدار، سند-گرا، ستونی، گراف)
• 8. انتخاب پایگاه داده NoSQL مناسب
• 9. مدیریت داده‌های کلید-مقدار
• 10. مدیریت داده‌های سند-گرا
• 11. مدیریت داده‌های ستونی
• 12. مدیریت داده‌های گراف
• 13. مفاهیم داده‌های نیمه‌ساختاریافته (JSON, XML)
• 14. پردازش و تحلیل داده‌های JSON
• 15. پردازش و تحلیل داده‌های XML
• 16. مفاهیم داده‌های بدون ساختار (متن، تصویر، صدا، ویدئو)
• 17. روش‌های پردازش متن
• 18. روش‌های پردازش تصویر
• 19. روش‌های پردازش صدا
• 20. روش‌های پردازش ویدئو
• 21. مقدمه‌ای بر انبار داده (Data Warehouse)
• 22. طراحی انبار داده
• 23. تکنیک‌های ETL (Extract, Transform, Load)
• 24. مفاهیم Data Mart
• 25. مقدمه‌ای بر دریاچه داده (Data Lake)
• 26. معماری دریاچه داده
• 27. مدیریت داده در دریاچه داده
• 28. مقایسه انبار داده و دریاچه داده
• 29. مفاهیم داده‌های حجیم (Big Data)
• 30. چارچوب‌های پردازش داده‌های حجیم (Hadoop, Spark)
• 31. سیستم فایل توزیع‌شده Hadoop (HDFS)
• 32. پردازش دسته‌ای با MapReduce
• 33. پردازش در حافظه با Apache Spark
• 34. Spark SQL برای داده‌های ساختاریافته
• 35. Spark Streaming برای داده‌های جریانی
• 36. GraphX برای پردازش گراف در Spark
• 37. Machine Learning با MLlib در Spark
• 38. مفاهیم داده‌های جریانی (Streaming Data)
• 39. پلتفرم‌های پردازش داده‌های جریانی (Kafka, Flink)
• 40. Apache Kafka برای دریافت و توزیع داده‌های جریانی
• 41. Apache Flink برای پردازش جریانی
• 42. مدیریت داده‌های مکانی-زمانی
• 43. پردازش پرس‌وجوهای مکانی
• 44. مفاهیم داده‌های IoT (اینترنت اشیاء)
• 45. جمع‌آوری و ذخیره‌سازی داده‌های IoT
• 46. تحلیل داده‌های IoT
• 47. مفاهیم داده‌های ابری (Cloud Data)
• 48. سرویس‌های ذخیره‌سازی ابری (S3, Azure Blob Storage)
• 49. سرویس‌های پایگاه داده ابری (RDS, Cosmos DB)
• 50. سرویس‌های پردازش داده ابری (EMR, Databricks)
• 51. مفاهیم داده‌های توزیع‌شده
• 52. موازنه بار (Load Balancing) در سیستم‌های داده
• 53. تحمل خطا (Fault Tolerance) در سیستم‌های داده
• 54. سازگاری (Consistency) در سیستم‌های توزیع‌شده
• 55. مدل‌های سازگاری (CAP Theorem)
• 56. مدیریت متاداده (Metadata Management)
• 57. چرخه عمر داده (Data Lifecycle Management)
• 58. امنیت داده‌ها در سیستم‌های ناهمگون
• 59. حریم خصوصی داده‌ها (Data Privacy)
• 60. قوانین و مقررات حاکم بر داده‌ها در ایران
• 61. استانداردهای حفاظت از داده‌ها
• 62. مدیریت کیفیت داده (Data Quality Management)
• 63. پاکسازی داده‌ها (Data Cleansing)
• 64. اعتبارسنجی داده‌ها (Data Validation)
• 65. استانداردسازی داده‌ها (Data Standardization)
• 66. مانیتورینگ کیفیت داده
• 67. مفاهیم حاکمیت داده (Data Governance)
• 68. نقش‌ها و مسئولیت‌ها در حاکمیت داده
• 69. سیاست‌گذاری داده
• 70. مدیریت دسترسی به داده
• 71. مدیریت ریسک داده
• 72. مفاهیم علم داده (Data Science)
• 73. مراحل پروژه علم داده
• 74. اکتشاف داده (Exploratory Data Analysis - EDA)
• 75. مصورسازی داده (Data Visualization)
• 76. ابزارهای مصورسازی داده (Tableau, Power BI)
• 77. مصورسازی پیشرفته داده
• 78. مفاهیم یادگیری ماشین (Machine Learning)
• 79. یادگیری نظارت‌شده
• 80. یادگیری نظارت‌نشده
• 81. یادگیری تقویتی
• 82. مدل‌های طبقه‌بندی (Classification)
• 83. مدل‌های رگرسیون (Regression)
• 84. مدل‌های خوشه‌بندی (Clustering)
• 85. ارزیابی مدل‌های یادگیری ماشین
• 86. مهندسی ویژگی (Feature Engineering)
• 87. انتخاب ویژگی (Feature Selection)
• 88. مقدمه‌ای بر هوش مصنوعی (Artificial Intelligence)
• 89. کاربرد هوش مصنوعی در مدیریت داده
• 90. مفاهیم پردازش زبان طبیعی (NLP)
• 91. کاربرد NLP در تحلیل داده‌های متنی
• 92. مفاهیم شبکه‌های عصبی (Neural Networks)
• 93. یادگیری عمیق (Deep Learning)
• 94. کاربرد یادگیری عمیق در پردازش داده
• 95. مدیریت و بهینه‌سازی عملکرد سیستم‌های داده
• 96. پایش و تنظیم عملکرد (Performance Monitoring and Tuning)
• 97. استراتژی‌های پشتیبان‌گیری و بازیابی داده (Backup and Recovery)
• 98. مدیریت هزینه در سیستم‌های داده
• 99. مفاهیم داده‌های باز (Open Data)
• 100. داده‌های دولتی و دسترسی به آن‌ها