فلش‌کارت‌های آموزشی مهندسی پردازش موازی داده‌ها با MapReduce

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مهندسی پردازش موازی داده‌ها با MapReduce

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: پردازش توزیع‌شده و کلان‌داده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر پردازش موازی داده‌ها
• 2. مفاهیم کلیدی در پردازش توزیع‌شده
• 3. معماری سیستم‌های توزیع‌شده
• 4. کاربرد پردازش موازی در علم داده
• 5. چالش‌های داده‌های حجیم (کلان‌داده)
• 6. مقدمه‌ای بر چارچوب Hadoop
• 7. اجزای اکوسیستم Hadoop
• 8. HDFS: سیستم فایل توزیع‌شده Hadoop
• 9. مدیریت داده در HDFS
• 10. امنیت در HDFS
• 11. معرفی MapReduce
• 12. مدل برنامه‌نویسی MapReduce
• 13. فاز Map در MapReduce
• 14. فاز Reduce در MapReduce
• 15. ترکیب Map و Reduce
• 16. مثال‌های ساده MapReduce
• 17. پیاده‌سازی یک برنامه MapReduce
• 18. انواع داده‌ها در MapReduce
• 19. عملیات ورودی/خروجی MapReduce
• 20. تنظیمات و پیکربندی MapReduce
• 21. مانیتورینگ و اشکال‌زدایی MapReduce
• 22. بهینه‌سازی عملکرد MapReduce
• 23. تکنیک‌های پیشرفته MapReduce
• 24. کار با داده‌های نیمه‌ساختاریافته
• 25. کار با داده‌های ساختاریافته
• 26. پردازش داده‌های متنی
• 27. پردازش داده‌های تصویری
• 28. پردازش داده‌های صوتی
• 29. پردازش داده‌های جغرافیایی
• 30. پردازش داده‌های شبکه‌ای
• 31. پردازش داده‌های تراکنشی
• 32. پردازش داده‌های حسگرها
• 33. پردازش داده‌های ابری
• 34. مقدمه‌ای بر Spark
• 35. تفاوت Spark و MapReduce
• 36. RDD ها در Spark
• 37. عملیات تبدیل RDD
• 38. عملیات اکشن RDD
• 39. Spark SQL
• 40. Spark Streaming
• 41. Spark MLlib
• 42. GraphX در Spark
• 43. ذخیره‌سازی در Spark
• 44. بهینه‌سازی Spark
• 45. مدیریت حافظه در Spark
• 46. زمان‌بندی وظایف در Spark
• 47. امنیت در Spark
• 48. معرفی Hive
• 49. مفاهیم HiveQL
• 50. کار با جداول در Hive
• 51. انواع داده در Hive
• 52. بهینه‌سازی کوئری‌های Hive
• 53. Hive UDF ها
• 54. Hive و Hadoop
• 55. معرفی Pig
• 56. زبان Pig Latin
• 57. عملیات در Pig
• 58. برنامه‌های Pig
• 59. Pig و Hadoop
• 60. مقدمه‌ای بر NoSQL
• 61. انواع پایگاه داده‌های NoSQL
• 62. کاربرد NoSQL
• 63. مقایسه NoSQL و SQL
• 64. پایگاه داده‌های کلید-مقدار
• 65. پایگاه داده‌های ستون‌گرا
• 66. پایگاه داده‌های سندگرا
• 67. پایگاه داده‌های گراف
• 68. پایگاه داده‌های توزیع‌شده
• 69. مدیریت داده‌های حجیم
• 70. امنیت داده‌های توزیع‌شده
• 71. حریم خصوصی داده‌ها
• 72. قوانین حفاظت از داده‌ها
• 73. استانداردهای داده در ایران
• 74. مقررات بانک مرکزی در حوزه رمزارزها (اشاره کلی)
• 75. بانکداری بدون ربا در پردازش داده
• 76. عقود اسلامی در توسعه نرم‌افزار
• 77. مدیریت داده در چارچوب نظام بانکی
• 78. فناوری‌های نوین در پردازش داده
• 79. یادگیری ماشین در پردازش توزیع‌شده
• 80. هوش مصنوعی در تحلیل داده‌های حجیم
• 81. بلاک‌چین و پردازش داده
• 82. اینترنت اشیا و پردازش داده
• 83. پردازش لبه (Edge Computing)
• 84. پردازش ابری (Cloud Computing)
• 85. معماری میکروسرویس و داده‌های توزیع‌شده
• 86. چالش‌های امنیتی در سیستم‌های توزیع‌شده
• 87. روش‌های اعتبارسنجی داده‌ها
• 88. مدیریت چرخه حیات داده‌ها
• 89. مستندسازی فنی سیستم‌های داده
• 90. اصول مهندسی نرم‌افزار در پروژه‌های داده
• 91. تیم‌سازی و مدیریت پروژه در حوزه داده
• 92. اخلاق در علم داده
• 93. مسئولیت‌پذیری در پردازش داده
• 94. آینده پردازش موازی داده‌ها
• 95. روندهای نوظهور در علم داده
• 96. کاربرد داده‌ها در توسعه اقتصادی
• 97. اهمیت داده‌های ملی
• 98. حاکمیت داده در ایران
• 99. چارچوب‌های قانونی داده در ایران
• 100. آموزش و توسعه مهارت‌های حوزه داده