کتاب مهندسی داده در Azure: ساخت راهکارهای مدرن 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 در Azure: ساخت راهکارهای مدرن داده

موضوع کلی: برنامه نویسی

موضوع میانی: مهندسی داده (Data Engineering)

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر مهندسی داده در Azure
  • 2. آشنایی با مفاهیم کلیدی مهندسی داده
  • 3. معماری کلان داده در Azure
  • 4. سرویس Azure Data Lake Storage Gen2
  • 5. مدیریت داده ها در Data Lake Storage Gen2
  • 6. امنیت در Azure Data Lake Storage Gen2
  • 7. آشنایی با Azure Databricks
  • 8. مفاهیم Apache Spark در Databricks
  • 9. ساخت و اجرای نوت‌بوک ها در Databricks
  • 10. کار با DataFrame ها در Spark
  • 11. عملیات ETL با Spark در Databricks
  • 12. بهینه سازی عملکرد Spark
  • 13. مقدمه ای بر Azure Synapse Analytics
  • 14. معماری Azure Synapse Analytics
  • 15. کار با SQL Pool ها در Synapse Analytics
  • 16. اجرای کوئری های T-SQL در Synapse
  • 17. Synapse Spark Pool ها
  • 18. ترکیب SQL و Spark در Synapse
  • 19. اتصال به منابع داده در Synapse
  • 20. مدیریت پایگاه داده در Synapse
  • 21. آشنایی با Azure Data Factory
  • 22. مفاهیم Pipeline و Activity در Data Factory
  • 23. طراحی و اجرای Pipeline ها
  • 24. اتصال به منابع داده با Integration Runtimes
  • 25. تبدیل داده ها با Data Factory
  • 26. فعال سازی Pipeline ها
  • 27. مانیتورینگ و مدیریت Pipeline ها
  • 28. امنیت در Azure Data Factory
  • 29. مقدمه ای بر Azure Stream Analytics
  • 30. پردازش جریان داده زنده
  • 31. نوشتن کوئری های Stream Analytics
  • 32. ورودی ها و خروجی ها در Stream Analytics
  • 33. تشخیص الگو در جریان داده
  • 34. آشنایی با Azure Event Hubs
  • 35. مفاهیم Producer و Consumer
  • 36. ارسال و دریافت پیام در Event Hubs
  • 37. امنیت در Event Hubs
  • 38. مقدمه ای بر Azure IoT Hub
  • 39. اتصال دستگاه های IoT به Azure
  • 40. ارسال و دریافت داده از دستگاه ها
  • 41. مدیریت دستگاه ها در IoT Hub
  • 42. امنیت در IoT Hub
  • 43. مقدمه ای بر Azure Functions
  • 44. ساخت توابع بدون سرور
  • 45. اجرای توابع با Trigger های مختلف
  • 46. اتصال توابع به سایر سرویس های Azure
  • 47. مقدمه ای بر Azure Logic Apps
  • 48. طراحی Workflow های اتوماسیون
  • 49. اتصال Logic Apps به سرویس های مختلف
  • 50. مانیتورینگ Logic Apps
  • 51. مفهوم Data Governance در Azure
  • 52. قوانین و مقررات داده در ایران
  • 53. مدیریت کیفیت داده ها
  • 54. کاتالوگ داده ها در Azure
  • 55. امنیت داده ها در Azure
  • 56. قوانین حفاظت از داده ها
  • 57. آشنایی با Azure Purview
  • 58. کشف و طبقه بندی داده ها
  • 59. مدیریت خط مشی های داده
  • 60. مستندسازی داده ها
  • 61. حاکمیت داده در سازمان
  • 62. مدیریت ریسک داده ها
  • 63. آشنایی با Azure DevOps
  • 64. مدیریت کد منبع با Azure Repos
  • 65. ساخت و انتشار Pipeline ها با Azure Pipelines
  • 66. تست خودکار در Azure Pipelines
  • 67. مدیریت پروژه با Azure Boards
  • 68. مقدمه ای بر یادگیری ماشین در Azure
  • 69. سرویس Azure Machine Learning
  • 70. ساخت و آموزش مدل ها
  • 71. استقرار مدل ها
  • 72. مقدمه ای بر هوش مصنوعی در Azure
  • 73. سرویس های Azure Cognitive Services
  • 74. پردازش زبان طبیعی
  • 75. بینایی ماشین
  • 76. آشنایی با Azure Cosmos DB
  • 77. مدل داده چندمدلی Cosmos DB
  • 78. کوئری زدن در Cosmos DB
  • 79. مقیاس پذیری Cosmos DB
  • 80. امنیت در Cosmos DB
  • 81. مقدمه ای بر Azure SQL Database
  • 82. مدیریت پایگاه داده SQL
  • 83. بهینه سازی عملکرد SQL Database
  • 84. امنیت در Azure SQL Database
  • 85. مقدمه ای بر Azure Database for PostgreSQL
  • 86. مدیریت پایگاه داده PostgreSQL
  • 87. بهینه سازی عملکرد PostgreSQL
  • 88. امنیت در Azure Database for PostgreSQL
  • 89. مقدمه ای بر Azure Database for MySQL
  • 90. مدیریت پایگاه داده MySQL
  • 91. بهینه سازی عملکرد MySQL
  • 92. امنیت در Azure Database for MySQL
  • 93. استفاده از Azure Data Share
  • 94. اشتراک گذاری امن داده ها
  • 95. مدیریت دسترسی به اشتراک ها
  • 96. آشنایی با Azure Data Catalog
  • 97. کشف و جستجوی دارایی های داده
  • 98. ثبت و برچسب گذاری دارایی ها
  • 99. مفاهیم Data Lineage
  • 100. ردیابی جریان داده ها

📚 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.