فلش‌کارت‌های آموزشی آماده‌سازی متخصصان داده برای پلتفرم‌های ابری گوگل: بیگ‌کویری، دیتاپروک، دیتافرم، کلاود کامپوزر، لوکر استودیو، دیتافلو

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره آماده‌سازی متخصصان داده برای پلتفرم‌های ابری گوگل: بیگ‌کویری، دیتاپروک، دیتافرم، کلاود کامپوزر، لوکر استودیو، دیتافلو

موضوع کلی: فناوری اطلاعات و هوش مصنوعی

موضوع میانی: مدیریت و تحلیل داده‌ها در رایانش ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر رایانش ابری و حرفه متخصص داده
• 2. اصول مدیریت داده در ابر
• 3. آشنایی با خدمات داده گوگل کلود
• 4. مفاهیم پایگاه داده رابطه‌ای و NoSQL
• 5. معماری داده در محیط ابری
• 6. امنیت داده‌ها در رایانش ابری
• 7. حاکمیت و انطباق داده‌ها
• 8. مقدمه‌ای بر بیگ‌کویری (BigQuery)
• 9. طراحی اسکیمای داده در بیگ‌کویری
• 10. پرس‌وجوهای پایه در بیگ‌کویری
• 11. توابع و عبارات در بیگ‌کویری
• 12. بهینه‌سازی پرس‌وجوها در بیگ‌کویری
• 13. کار با داده‌های حجیم در بیگ‌کویری
• 14. امنیت و کنترل دسترسی در بیگ‌کویری
• 15. مدیریت هزینه‌ها در بیگ‌کویری
• 16. مقدمه‌ای بر دیتاپروک (Dataproc)
• 17. کاربردها و موارد استفاده دیتاپروک
• 18. اجرای بارهای کاری پردازش داده دسته‌ای
• 19. مدیریت خوشه‌های دیتاپروک
• 20. امنیت در دیتاپروک
• 21. مقدمه‌ای بر دیتافرم (Dataform)
• 22. پایپ‌لاین‌های داده در دیتافرم
• 23. مدیریت وابستگی‌ها در دیتافرم
• 24. تست کیفیت داده با دیتافرم
• 25. توسعه و استقرار کد در دیتافرم
• 26. مقدمه‌ای بر کلاود کامپوزر (Cloud Composer)
• 27. مفاهیم Apache Airflow
• 28. طراحی گردش کار با کلاود کامپوزر
• 29. مدیریت وظایف در کلاود کامپوزر
• 30. نظارت و اشکال‌زدایی در کلاود کامپوزر
• 31. امنیت در کلاود کامپوزر
• 32. مقدمه‌ای بر لوکر استودیو (Looker Studio)
• 33. ساخت داشبوردهای تعاملی
• 34. اتصال به منابع داده
• 35. مصورسازی داده‌ها
• 36. به اشتراک‌گذاری و همکاری
• 37. مقدمه‌ای بر دیتافلو (Dataflow)
• 38. پردازش داده جریانی (Streaming)
• 39. پردازش داده دسته‌ای (Batch)
• 40. الگوهای طراحی در دیتافلو
• 41. مدیریت و بهینه‌سازی دیتافلو
• 42. امنیت در دیتافلو
• 43. یکپارچه‌سازی خدمات داده گوگل کلود
• 44. طراحی معماری کلان داده ابری
• 45. تحلیل اکتشافی داده با ابزارهای ابری
• 46. پیش‌پردازش داده برای یادگیری ماشین
• 47. مهندسی ویژگی در محیط ابری
• 48. مدل‌سازی داده برای تحلیل‌های پیشرفته
• 49. ارزیابی و استقرار مدل‌ها
• 50. نظارت بر عملکرد مدل‌ها
• 51. حاکمیت داده و چارچوب‌های قانونی
• 52. مدیریت چرخه عمر داده
• 53. امنیت داده‌ها در لایه‌های مختلف
• 54. رمزنگاری داده‌ها در حالت سکون و انتقال
• 55. کنترل دسترسی مبتنی بر نقش
• 56. حفاظت از داده‌های حساس
• 57. مدیریت هویت و دسترسی (IAM)
• 58. انطباق با مقررات حفاظت از داده
• 59. استانداردهای امنیتی در رایانش ابری
• 60. مبانی امنیت سایبری در سیستم‌های ابری
• 61. مدیریت ریسک در پروژه‌های داده ابری
• 62. طراحی پایپ‌لاین‌های ETL/ELT ایمن
• 63. تست امنیت سیستم‌های داده ابری
• 64. پاسخ به حوادث امنیتی داده
• 65. مقدمه‌ای بر مفاهیم داده‌کاوی
• 66. الگوریتم‌های خوشه‌بندی در تحلیل داده
• 67. الگوریتم‌های طبقه‌بندی در تحلیل داده
• 68. قوانین وابستگی و تحلیل سبد خرید
• 69. پیش‌بینی سری‌های زمانی
• 70. تحلیل احساسات داده‌های متنی
• 71. مصورسازی پیشرفته داده‌ها
• 72. ابزارهای تعاملی برای کاوش داده
• 73. طراحی داشبوردهای مدیریتی
• 74. متریک‌های کلیدی عملکرد (KPI)
• 75. گزارش‌دهی خودکار و زمان‌بندی شده
• 76. مبانی تحلیل داده‌های مکانی
• 77. کاربرد هوش مکانی در تحلیل داده
• 78. مقدمه‌ای بر تحلیل داده‌های شبکه‌ای
• 79. نمایش و تحلیل گراف‌های داده
• 80. کاربرد داده در بهبود فرآیندهای کسب‌وکار
• 81. بهینه‌سازی عملیات با تحلیل داده
• 82. شناسایی فرصت‌های جدید با تحلیل داده
• 83. مدیریت تجربه مشتری با تحلیل داده
• 84. پیش‌بینی تقاضا و مدیریت موجودی
• 85. مدیریت ریسک اعتباری با تحلیل داده
• 86. نقش متخصص داده در سازمان
• 87. توسعه مهارت‌های ارتباطی متخصص داده
• 88. اخلاق حرفه‌ای در تحلیل داده
• 89. آینده شغلی متخصص داده در ایران
• 90. مطالعات موردی موفق در صنایع مختلف
• 91. آمادگی برای گواهینامه‌های حرفه‌ای
• 92. تمرین پروژه‌های عملی
• 93. مرور نهایی مفاهیم کلیدی