تخفیف ویژه همین الان — دوره‌های تخفیف‌دار را ببینید.
روز
:
ساعت
:
دقیقه
:
ثانیه
تخفیف‌های ویژه
دوره آموزشی مقدمه‌ای بر Snowflake برای توسعه‌دهندگان، دانشمندان داده و مهندسان داده

دوره آموزشی مقدمه‌ای بر Snowflake برای توسعه‌دهندگان، دانشمندان داده و مهندسان داده

5 ساعتمبتدی2025-04-07

مدرسین

Snowflake, Inc

Snowflake, Inc

جزئیات دوره

آیا آماده‌اید با Snowflake شروع کنید؟ این پلتفرم ساده برای ساخت برنامه‌ها، خطوط داده، مدل‌های هوش مصنوعی و جریان‌های کاری طراحی شده است. در این دوره، شما از صفر شروع کرده و به تدریج به مهارت‌های پیشرفته‌تر مانند ایجاد توابع تعریف‌شده توسط کاربر، استفاده از توابع Snowflake Cortex LLM، و ویرایش اپلیکیشن‌های Streamlit خواهید رسید. یاد خواهید گرفت که از اجزای اصلی Snowflake مانند انبارهای مجازی، مراحل (stages)، و پایگاه‌های داده استفاده کنید، سپس به سراغ اجزای پیچیده‌تر و ویژگی‌هایی همچون سفر زمانی (time travel)، کلونینگ (cloning) و رویه‌های ذخیره‌شده (stored procedures) خواهید رفت. در پایان این دوره، شما آماده خواهید بود که با Snowflake شروع به ساختن برنامه‌های خود کنید و به دوره‌های پیشرفته‌تر Snowflake، از جمله دوره‌های مهندسی داده و هوش مصنوعی مولد، وارد شوید.

اهداف یادگیری:
ایجاد و دستکاری اجزای اصلی Snowflake مانند انبارهای مجازی، پایگاه‌های داده، اسکیماها، جداول و مراحل.
استفاده از ویژگی‌ها و اجزای مهم Snowflake، مانند سفر زمانی، کلونینگ، مانیتورهای منابع، توابع تعریف‌شده توسط کاربر، رویه‌های ذخیره‌شده و DataFrameهای Snowpark.
درک اصول اولیه قابلیت‌های Snowflake برای مهندسی داده، هوش مصنوعی مولد، یادگیری ماشین و توسعه اپلیکیشن‌ها.

مهارت ها

SnowflakeCloud StorageData EngineeringDatabase DevelopmentDatabase ManagementCloud ServicesCloud ComputingData ScienceSoftware DevelopmentOne-Off

سرفصل ها

0. مقدمه

  • 01 - مقدمه و نمای کلی دوره

1. کاربرگ

  • 02 - کاربرگ‌ها و یک مثال ساده - قسمت 1
  • 03 - کاربرگ‌ها و یک مثال ساده - قسمت 2

2. انبارهای مجازی

  • 04 - بررسی اجمالی انبارهای مجازی
  • 05 - مقیاس بندی انبارهای مجازی - قسمت 1
  • 06 - مقیاس بندی انبارهای مجازی - قسمت 2

3. مراحل و مصرف اساسی

  • 07 - مراحل و مصرف اولیه - قسمت 1
  • 08 - مراحل و مصرف اولیه - قسمت 2

4. پایگاه داده‌ها و طرحواره ها

  • 09 - پایگاه داده‌ها و طرحواره‌ها - قسمت اول
  • 10 - پایگاه داده‌ها و طرحواره‌ها - قسمت 2

5. جداول

  • 11 - جداول - قسمت 1
  • 12 - جداول - قسمت 2

6. دیدگاه ها

  • 13 - بازدید - قسمت 1
  • 14 - بازدید - قسمت 2

7. داده‌های نیمه ساختار یافته

  • 15 - انواع داده‌های نیمه ساختار یافته
  • 16 - دستکاری داده‌های نیمه ساختار یافته

8. معماری دانه‌های برف

  • 17 - نمای کلی معماری دانه‌های برف
  • 18 - جمع بندی اشیاء و معماری اصلی Snowflake

9. سفر در زمان

  • 19 - معرفی کلی ویژگی Snowflake
  • 20 - سفر در زمان - قسمت اول
  • 21 - سفر در زمان - قسمت 2

10. انواع جدول

  • 22 - جداول دائمی و گذرا و موقت

11. شبیه سازی

  • 23 - شبیه سازی

12. مانیتورهای منابع

  • 24 - مانیتورهای منابع

13. توابع تعریف شده توسط کاربر (UDF)

  • 25 - توابع تعریف شده توسط کاربر (UDF) - قسمت 1
  • 26 - توابع تعریف شده توسط کاربر (UDFs) - قسمت 2
  • 27 - توابع جدول تعریف شده توسط کاربر (UDTF)

14. رویه‌های ذخیره شده

  • 28 - رویه‌های ذخیره شده - قسمت 1
  • 29 - رویه‌های ذخیره شده - قسمت 2

15. کنترل دسترسی مبتنی بر نقش (RBAC)

  • 30 - کنترل دسترسی مبتنی بر نقش (RBAC) - قسمت 1
  • 31 - کنترل دسترسی مبتنی بر نقش (RBAC) - قسمت 2

16. Snowpark DataFrames و VSCode Extension

  • 32 - پسوند کد VS
  • 33 - Snowpark DataFrames - قسمت 1
  • 34 - Snowpark DataFrames - قسمت 2

17. Snowflake CLI

  • 35 - دانه برف CLI
  • 36 - جمع بندی نمای کلی ویژگی Snowflake

18. مهندسی داده با Snowflake

  • 37 - مقدمه ای برای مرور کلی حجم کاری سازنده
  • 38 - بررسی اجمالی مهندسی داده دانه‌های برف - قسمت 1
  • 39 - بررسی اجمالی مهندسی داده دانه‌های برف - قسمت 2

19. مصرف داده‌ها با Snowpipe

  • 40 - Snowpipe - قسمت 1
  • 41 - Snowpipe - قسمت 2

20. GenAI با برف ریزه

  • 42 - نمای کلی Snowflake genAI - قسمت 1
  • 43 - نمای کلی Snowflake genAI - قسمت 2

21. توابع Snowflake Cortex LLM

  • 44 - توابع Snowflake Cortex LLM - قسمت 1
  • 45 - توابع Snowflake Cortex LLM - قسمت 2

22. یادگیری ماشینی با Snowflake

  • 46 - Snowflake ML بررسی اجمالی - قسمت 1
  • 47 - بررسی اجمالی Snowflake ML - قسمت 2

23. Snowpark ML Modeling

  • 48 - Snowpark ML Modeling - Part 1
  • 49 - Snowpark ML Modeling - Part 2
  • 50 - Snowpark ML Modeling - Part 3

24. برنامه‌های کاربردی با Snowflake

  • 51 - بررسی اجمالی برنامه‌های Snowflake - قسمت 1
  • 52 - بررسی اجمالی برنامه‌های Snowflake - قسمت 2

25. Streamlit در Snowflake

  • 53 - Streamlit in Snowflake - قسمت 1
  • 54 - Streamlit in Snowflake - قسمت 2

26. ابر داده

  • 55 - ابر داده
  • 56 - جمع بندی مروری بر حجم کاری سازنده
  • 57 - نتیجه گیری دوره

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