کتاب صوتی ساخت سیستم های Data Lake Backend با اکسپرس.js

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساخت سیستم های Data Lake Backend با اکسپرس.js

موضوع کلی: برنامه نویسی

موضوع میانی: اکسپرس (Express.js)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر معماری Data Lake
• 2. اصول طراحی Data Lake
• 3. مبانی اکسپرس.js
• 4. نصب و راه‌اندازی محیط توسعه اکسپرس.js
• 5. ساختار پروژه در اکسپرس.js
• 6. مفاهیم اولیه API در اکسپرس.js
• 7. مدیریت درخواست‌ها و پاسخ‌ها در اکسپرس.js
• 8. مسیریابی (Routing) در اکسپرس.js
• 9. کدنویسی Middleware در اکسپرس.js
• 10. کار با Template Engines در اکسپرس.js
• 11. مدیریت داده‌های فرم و ورودی کاربر
• 12. مبانی ذخیره‌سازی داده در Data Lake
• 13. انواع داده‌ها در Data Lake (ساختاریافته، نیمه‌ساختاریافته، بدون ساختار)
• 14. انتخاب ابزارهای ذخیره‌سازی مناسب برای Data Lake
• 15. مقدمه‌ای بر پایگاه‌های داده NoSQL
• 16. کار با MongoDB در بک‌اند اکسپرس.js
• 17. تنظیمات اولیه MongoDB برای Data Lake
• 18. طراحی Schema در MongoDB
• 19. عملیات CRUD در MongoDB با اکسپرس.js
• 20. مدیریت ارتباطات در MongoDB
• 21. مقدمه‌ای بر Data Warehousing
• 22. تفاوت Data Lake و Data Warehouse
• 23. مفاهیم ETL (Extract, Transform, Load)
• 24. طراحی فرآیندهای ETL برای Data Lake
• 25. کار با ابزارهای ETL متن‌باز
• 26. پیاده‌سازی بخش Extract در ETL
• 27. پیاده‌سازی بخش Transform در ETL
• 28. پیاده‌سازی بخش Load در ETL
• 29. مدیریت داده‌های حجیم (Big Data)
• 30. مقدمه‌ای بر مفاهیم پردازش توزیع‌شده
• 31. کار با Apache Spark (مبانی)
• 32. ادغام اکسپرس.js با Apache Spark
• 33. مقدمه‌ای بر Hadoop Ecosystem
• 34. کار با HDFS
• 35. مفاهیم MapReduce
• 36. استفاده از Kafka برای جریان داده
• 37. طراحی سیستم‌های Real-time Data Ingestion
• 38. امنیت در Data Lake
• 39. اصول احراز هویت و مجوزدهی در اکسپرس.js
• 40. پیاده‌سازی JWT (JSON Web Tokens)
• 41. مدیریت امن داده‌های حساس
• 42. رمزنگاری داده‌ها در Data Lake
• 43. مقدمه‌ای بر Data Governance
• 44. قوانین و چارچوب‌های حاکمیت داده در ایران
• 45. استانداردهای داده و فراداده
• 46. مدیریت کیفیت داده
• 47. مقدمه‌ای بر Data Catalog
• 48. پیاده‌سازی Data Catalog با اکسپرس.js
• 49. مفاهیم Metadata Management
• 50. مقدمه‌ای بر Data Lineage
• 51. پیاده‌سازی Data Lineage در Data Lake
• 52. مبانی Data Virtualization
• 53. کار با ابزارهای Data Virtualization
• 54. طراحی API برای دسترسی به داده‌های مجازی
• 55. مقدمه‌ای بر Data Lakehouse
• 56. تفاوت Data Lakehouse با Data Lake و Data Warehouse
• 57. معماری Data Lakehouse
• 58. انتخاب ابزارهای Data Lakehouse
• 59. ادغام اکسپرس.js با Data Lakehouse
• 60. مقدمه‌ای بر تحلیل داده (Data Analytics)
• 61. ابزارهای تحلیل داده متن‌باز
• 62. مقدمه‌ای بر مفاهیم Business Intelligence
• 63. طراحی داشبوردهای مدیریتی
• 64. مقدمه‌ای بر Data Science
• 65. مفاهیم یادگیری ماشین (Machine Learning)
• 66. ادغام مدل‌های ML با بک‌اند اکسپرس.js
• 67. کار با کتابخانه‌های ML در پایتون (مثال)
• 68. فراخوانی مدل‌های ML از طریق API
• 69. مقدمه‌ای بر Data Mining
• 70. تکنیک‌های Data Mining
• 71. کاربرد Data Mining در Data Lake
• 72. مقدمه‌ای بر Big Data Security
• 73. مدیریت دسترسی در مقیاس بزرگ
• 74. اصول حریم خصوصی داده‌ها
• 75. مفاهیم Data Masking و Anonymization
• 76. مقدمه‌ای بر Cloud Computing
• 77. مبانی سرویس‌های ابری (AWS, Azure, GCP)
• 78. استقرار Data Lake در محیط ابری
• 79. مقدمه‌ای بر DevOps
• 80. اصول CI/CD (Continuous Integration/Continuous Deployment)
• 81. پیاده‌سازی CI/CD برای Data Lake Backend
• 82. مانیتورینگ و لاگینگ سیستم
• 83. ابزارهای مانیتورینگ (Prometheus, Grafana)
• 84. مدیریت خطا و رفع اشکال (Debugging)
• 85. تست‌نویسی در اکسپرس.js
• 86. تست واحد (Unit Testing)
• 87. تست یکپارچه‌سازی (Integration Testing)
• 88. تست بار (Load Testing)
• 89. مقدمه‌ای بر Microservices Architecture
• 90. طراحی سیستم‌های Microservices برای Data Lake
• 91. ارتباط بین Microservices
• 92. مدیریت توزیع‌شده داده‌ها
• 93. مقدمه‌ای بر Serverless Computing
• 94. کاربرد Serverless در Data Lake Backend
• 95. مفاهیم Function as a Service (FaaS)
• 96. بهینه‌سازی عملکرد Data Lake
• 97. تکنیک‌های Caching
• 98. فشرده‌سازی داده‌ها
• 99. انتخاب ساختارهای داده بهینه
• 100. مقدمه‌ای بر NoSQL Databases (پیشرفته)