دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
2 ساعت 43 دقیقهپیشرفته2025-09-03
مدرسین

Connor Dickson
جزئیات دوره
این دوره به مهندسها نشون میده چطور میتونن سطح کاری خودشون رو یه پله بالاتر ببرن. Connor Dickson بهت یاد میده چطور با موضوعاتی که حتی بعضی از بهترین مهندسها رو گیج میکنه، مثل دادههای ناساختاریافته و آرایهها، مقابله کنی و مشکلات دادهای رو حل کنی.
علاوه بر این، مهارتهایی یاد میگیری که باعث میشه از بقیه متمایز بشی، مثل تصمیمگیریهای سخت درباره داده و زیرساخت و ارتباط موثر با تیم و ذینفعان.
اهداف یادگیری
رفع مشکلات دادهای مثل دادههای گمشده، دادههای ناسازگار و تغییر نوع دادهها
کار با انواع دادههای رایج و نادر مثل JSON، XML، YAML، double precision، دادههای ناساختاریافته و دادههای سری زمانی
یادگیری تکنیکهای رمزگذاری دادهها برای کار با اطلاعات حساس
یادگیری فرآیندهای تصمیمگیری و ارتباط موثر
ساخت اسکیماهای رایج دیتابیس مثل flat, relational, star و snowflake
علاوه بر این، مهارتهایی یاد میگیری که باعث میشه از بقیه متمایز بشی، مثل تصمیمگیریهای سخت درباره داده و زیرساخت و ارتباط موثر با تیم و ذینفعان.
اهداف یادگیری
رفع مشکلات دادهای مثل دادههای گمشده، دادههای ناسازگار و تغییر نوع دادهها
کار با انواع دادههای رایج و نادر مثل JSON، XML، YAML، double precision، دادههای ناساختاریافته و دادههای سری زمانی
یادگیری تکنیکهای رمزگذاری دادهها برای کار با اطلاعات حساس
یادگیری فرآیندهای تصمیمگیری و ارتباط موثر
ساخت اسکیماهای رایج دیتابیس مثل flat, relational, star و snowflake
مهارت ها
Data Resource ManagementData EngineeringDatabase ManagementData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOne-Off
سرفصل ها
۰. مقدمه
- 01 - مقدمهای بر مهندسی تجزیهوتحلیل پیشرفته
- 02 - معرفی گیتهاب کداسپیسز
- 03 - مقدمهای بر CoderPad
۱. طرحواره پایگاه داده
- 04 - طرحواره پایگاه داده چیست؟
- 05 - طرحواره تخت
- 06 - طرحواره رابطهای
- 07 - طرح ستاره
- 08 - طرحواره دانه برف
۲. تمرین پیشرفته SQL
- 09 - تکنیکهای پیشرفته SQL
- 10 - عبارات جدولی رایج بازگشتی (CTE) و زمان استفاده از آنها
- 11 - بهبود عملکرد پرسوجو با فهرستبندی جداول
- 12 - بهروزرسانی جداول پایگاه داده
- 13 - توابع پنجره
- 14 - راه حل - تحلیل دادههای سری زمانی با پایتون
۳. دادههای پیچیده و مشکلساز
- 15 - موانع رایج در مهندسی تجزیه و تحلیل
- 16 - کار با فایلها و فیلدهای JSON
- 17 - XMLها و کاربردهای آنها
- 18 - دادههای سری زمانی
- 19- مدیریت دادههای از دست رفته در SQL
- 20 - راهکار - ایجاد تست برای دادهها با پایتون
- 21 - راهکار - ایجاد تست برای دادهها با SQL
۴. تصمیمگیری در مهندسی تجزیه و تحلیل
- 22 - مقدمهای بر تصمیمگیری
- 23 - ریشهیابی مشکل
- 24- بررسی دادهها
- 25- برنامهریزی پروژههای داده
- 26 - اجتناب از بدهیهای فناوری
۵. محافظت از دادهها
- 27 - چرا باید از دادهها محافظت و آنها را رمزگذاری کرد؟
- 28 - مدیریت دادههای حساس
- 29 - رمزگذاری دادهها برای محافظت
- 30 - محافظت از پایگاه داده شما
- 31- ملاحظات قانونی و اخلاقی
۶. بهترین شیوههای ارتباطی
- 32 - ارتباطات، مهندسی تجزیهوتحلیل را تسهیل میکند
- 33 - همکاری با ذینفعان
- 34- مدیریت پروژه برای مهندسی تجزیه و تحلیل
- 35 - رهبری تیمهای مهندسی تجزیه و تحلیل
- 36 - فرهنگ لغت دادهها
نتیجهگیری
- 37 - مروری مختصر بر مباحث مطرح شده
- 38 - قدم بعدی چیست؟
دوره های مرتبط
- دوره آموزشی اصولی مدیریت Azure Data Factory: مدیریت، امنیت و نظارت بر محیطها
- دوره آموزشی یادگیری جامع Elasticsearch
- دوره آموزشی اکسل: مدیریت و تحلیل دادهها
- دوره آموزشی مدیریت امن داده برای پیادهسازی هوش مصنوعی
- دوره آموزشی ساخت یک حسابرسی مبتنی بر داده
- دوره آموزشی اکسل ۲۰۱۶: مدیریت و تحلیل دادهها
- دوره آموزشی یادگیری جامع مدیریت دادهها
- دوره آموزشی کارگاه حرفه ای پایگاه داده اوراکل