تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی راهنمای کامل Databricks برای مهندسی داده‌ها

دوره آموزشی راهنمای کامل Databricks برای مهندسی داده‌ها

6 ساعت 10 دقیقهمتوسط2025-02-28

مدرسین

Deepak Goyal

Deepak Goyal

جزئیات دوره

توی این دوره، یاد می‌گیری چطور با پلتفرم Databricks حرفه‌ای کار کنی و تبدیل به یه مهندس داده درجه‌یک بشی. مدرس این دوره، Deepak Goyal، قدم به قدم بهت نشون می‌ده که چطور حجم عظیمی از داده‌ها رو پردازش، آنالیز و رفع اشکال کنی و در نهایت راه‌حل‌هایی بسازی که مقیاس‌پذیر و کاربردی باشن.

تو این دوره با مفاهیم مهمی مثل تبدیل داده‌ها با PySpark، نوشتن و خوندن DataFrameها، کار با Spark SQL، کار با Delta Lake و بهینه‌سازی joinها آشنا می‌شی. تازه یاد می‌گیری چطور نوت‌بوک‌هات رو زمان‌بندی کنی، کلاسترها رو مدیریت کنی، و با سیستم Workflowها و Unity Catalog توی Databricks کار کنی.

این دوره هم مناسب کساییه که تازه وارد دنیای Big Data شدن، هم اونایی که می‌خوان به سطح پیشرفته برسن.

🎯 اهداف یادگیری (خیلی خلاصه و ساده):
درک کامل از نحوه کار Databricks از ابتدا تا انتها.
یادگیری استفاده از Delta Lake برای ذخیره‌سازی مؤثر و قابل اعتماد.
اجرای تبدیلات داده با PySpark.
کار با Spark SQL برای تحلیل داده‌ها.
نوشتن و خوندن DataFrame در PySpark.
مدیریت کلاسترها در Databricks.
آشنایی با Unity Catalog برای مدیریت داده‌ها.

مهارت ها

DatabricksData EngineeringData ScienceOne-Off

سرفصل ها

0. مقدمه

  • 01 - معرفی دوره
  • 02 - آنچه باید بدانید

1. مقدمه ای بر Databricks

  • 03 - Databricks چیست
  • 04 - راه‌اندازی یک فضای کاری Databricks
  • 05 - پیمایش در رابط Databricks
  • 06 - مقدمه ای بر نوت بوک‌های Databricks
  • 07 - یک خوشه تک گره برای تمرین ایجاد کنید

2. شروع به کار با Databricks

  • 08 - آشنایی با سیستم فایل Databricks (DBFS)
  • 09 - داده‌های نمونه را در DBFS بارگذاری کنید
  • 10 - داده‌ها را در DBFS مرور و کاوش کنید

3. داده‌ها را با Databricks بخوانید

  • 11 - DataFrames را بشناسید
  • 12 - یک فایل CSV را در Databricks بخوانید
  • 13 - برای خواندن فایل در Databricks از طرحواره استفاده کنید
  • 14 - یک فایل JSON را در Databricks بخوانید
  • 15 - یک فایل پارکت را در Databricks بخوانید
  • 16 - داده‌های JSON تودرتو را در Databricks مدیریت کنید

4. تبدیل PySpark در Databricks

  • 17 - از تبدیل‌های filter and Where در PySpark استفاده کنید
  • 18 - اضافه کردن یا حذف ستون‌ها در PySpark
  • 19 - از تابع select در PySpark استفاده کنید
  • 20 - از UNION و DISTINCT در PySpark استفاده کنید
  • 21 - Null‌ها را در PySpark مدیریت کنید
  • 22 - از sortBy و orderBy در PySpark استفاده کنید
  • 23 - از groupBy و aggregation در PySpark استفاده کنید
  • 24 - رشته‌ها را در PySpark دستکاری کنید
  • 25 - دستکاری تاریخ در PySpark را مدیریت کنید
  • 26 - کنترل زمان دستکاری در PySpark

5. یک DataFrame در Databricks بنویسید

  • 27 - یک DataFrame به صورت فایل در DBFS بنویسید
  • 28 - یک DataFrame را با استفاده از پارتیشن بندی بنویسید

6. Spark SQL در Databricks

  • 29 - Spark SQL چیست
  • 30 - ایجاد نماهای موقت در Databricks
  • 31 - در Databricks نماهای temp global ایجاد کنید
  • 32 - از تبدیل‌های Spark SQL استفاده کنید
  • 33 - DataFrames را به صورت جداول مدیریت شده در PySpark بنویسید
  • 34 - یک DataFrame به عنوان جدول خارجی در PySpark بنویسید

7. جداول دلتا لیک و دلتا در Databricks

  • 35 - دریاچه دلتا چیست و فواید آن
  • 36 - جداول دلتا ایجاد کنید
  • 37 - عملیات DML را در جداول دلتا مدیریت کنید
  • 38 - سفر در زمان با استفاده از دریاچه دلتا

8. به بهینه سازی‌ها در Databricks بپیوندید

  • 39 - انواع مختلف اتصال را مدیریت کنید
  • 40 - پخش پیوست
  • 41 - Bucketing در PySpark

9. برنامه ریزی دفترچه یادداشت

  • 42 - نوت بوک نوبت کاری

10. مدیریت خوشه در Databricks

  • 43 - خوشه تعاملی را درک کنید
  • 44 - پیکربندی خوشه و رابط کاربری را کاوش کنید
  • 45 - خوشه‌های شغلی را درک کنید

11. گردش کار در Databricks

  • 46 - گردش کار در Databricks را درک کنید
  • 47 - یک گردش کار در Databricks ایجاد کنید

12. dbutils در Databricks

  • 48 - dbutils در Databricks چیست
  • 49 - دستورات dbutils fs
  • 50 - نصب dbutils
  • 51 - دفترچه یادداشت dbutils

13. کاتالوگ Unity در Databricks

  • 52 - کاتالوگ یونیتی را درک کنید

14. پروژه Capstone

  • 53 - مورد استفاده پروژه
  • 54 - راه حل

نتیجه گیری

  • 55 - مراحل بعدی

دوره های مرتبط

درباره ما

لینداکده یک بستر یادگیری پیشرو است که به افراد کمک می کند تا کسب و کار ، نرم افزار ، فناوری و مهارت‌های خلاقانه را برای دستیابی به اهداف شخصی و حرفه ای بیاموزد.

شماره تلفنکانال آپاراتپشتیبانی تلگرامکانال تلگرامپیج اینستاگرام

کلیه‌ی حقوق این سایت متعلق به لینداکده می باشد

قوانین و شرایط|حریم خصوصی

نماد الکترونیک enamad در صورت اتصال با آی‌پی داخل کشور، نمایش داده خواهد شد.
logo-samandehi - لوگو ساماندهی
zarinpal
zibal