دوره آموزشی نکات آزمون Microsoft Azure IoT Developer AZ-220

1 ساعت 45 دقیقهمتوسط2022-02-22

مدرسین

Matt Scarpino

High-Speed Software Developer

جزئیات دوره

اینترنت اشیا یا اینترنت اشیا یکی از حوزه های فناوری است که به سرعت در حال گسترش و تقاضا است. یک چارچوب اینترنت اشیا که به طور فزاینده ای محبوب است، Azure IoT است، و اگر توسعه دهنده ای هستید که به دنبال ورود به این حوزه هستید، قبولی در آزمون AZ-200 راهی عالی برای نشان دادن تسلط بر این فناوری به کارفرمایان بالقوه است. در این دوره، مت اسکارپینو به بررسی هر یک از موضوعات در آزمون، به اشتراک گذاری راهنمایی برای ایجاد و پیکربندی هاب های اینترنت اشیا، تهیه و ثبت دستگاه ها، برقراری ارتباط بین دستگاه ها و ابر، و ساخت برنامه های کاربردی با وب سایت Azure IoT Central می پردازد. مت رویکردی جامع را اتخاذ می‌کند و به هر مثال از تئوری فناوری و اجرای عملی آن با Azure IoT نگاه می‌کند.

مهارت ها

Internet of ThingsHardwareCloud DevelopmentAzureSoftware Development ToolsNetwork AdministrationCloud PlatformsCert PrepNetwork and System AdministrationCloud ComputingMicrosoftSoftware Development

سرفصل ها

0. مقدمه

01 - معرفی معاینه AZ-220
02 - آنچه باید بدانید

1. بررسی اجمالی

03 - اینترنت اشیا (IoT) و ابر لاجوردی
04 - محتوای آزمون AZ-220
05 - قبولی در آزمون AZ-220

2. زیرساخت راه حل

06 - ایجاد و پیکربندی هاب اینترنت اشیا
07 - ثبت دستگاه ها
08 - پروتکل های پیام رسانی
09 - کلاس هاب و دستگاه
10 - آپلود فایل

3. مدیریت دستگاه

11 - مدیریت دستگاه های دارای دوقلو
12 - دسترسی به دوقلوها با SDK
13 - مدیریت خودکار دستگاه
14 - اجرای روشهای مستقیم
15 - ایجاد و برنامه ریزی مشاغل

4. دستگاه های لبه

16 - ایجاد و پیکربندی دستگاه های لبه
17 - استقرار ماژول ها
18 - دستگاه های لبه به عنوان دروازه

5. نظارت و امنیت

19 - هشدارها و معیارها
20 - تنظیمات تشخیصی و تجزیه و تحلیل گزارش
21 - عیب یابی دستگاه
22 - ایمن سازی برنامه های اینترنت اشیا

6. ساده سازی و مدل سازی

23 - سرویس تامین دستگاه (DPS)
24 - ایجاد مدل با دوقلوهای دیجیتال آژور
25 - تجزیه و تحلیل دوقلو دیجیتال Azure
26 - مبانی Azure IoT Central
27 - Advanced Azure IoT Central

7. مسیریابی و تجزیه و تحلیل پیام ها

28 - نقاط پایانی، مسیرها و غنی سازی
29 - تجزیه و تحلیل داده ها با استریم آنالیتیکس
30 - بررسی داده ها با Insights Series Time

نتیجه

31 - مراحل بعدی