دوره آموزشی مبانی مهندسی داده در Google Cloud
1 ساعت 57 دقیقهمتوسط2024-09-04
مدرسین

Bhavani Ravi
Back-End Engineer, Speaker, and Community Leader
جزئیات دوره
این دوره یک نمای کلی از تمام ابزارها و تکنیک های مهندسی داده به کار گرفته شده با Google Cloud ارائه می دهد. مربی Bhavani Ravi جنبههای مهم مفاهیم مهندسی داده - مانند جذب، تبدیل و تجزیه و تحلیل - را از چشم Google Cloud Platform پوشش میدهد. Bhavani ابتدا به مبانی مهندسی داده می پردازد، سپس به مفاهیم ذخیره سازی داده های Google Cloud می پردازد و انواع مختلف گزینه های Google Cloud Storage و زمان استفاده از هر کدام را توضیح می دهد. سپس، در مورد خطوط لوله داده Google Cloud - موارد استفاده مربوط به آنها و اینکه چرا از خطوط لوله داده در گردش کار مهندسی داده استفاده می کنید، بیاموزید. اگر به دنبال کسب اطلاعات بیشتر در مورد طیف مهندسی داده و نحوه رسیدگی به مشکلات داده با شناسایی ابزار مناسب Google برای کار هستید، در این دوره آموزشی به باوانی بپیوندید.
مهارت ها
Google CloudData EngineeringSoftware Development ToolsGoogleFoundationsCloud PlatformsCloud ComputingData ScienceSoftware Development
سرفصل ها
0. مقدمه
- 01 - مقدمه مهندسی داده در Google Cloud
- 02 - یک چک لیست سریع
1. مبانی مهندسی داده
- 03 - مهندسی داده چیست
- 04 - اکوسیستم مهندسی داده
- 05 - مروری بر ابزارها و اصطلاحات
- 06 - آنچه در دوره است
- 07 - راهاندازی مخزن
2. Google Cloud Data Storage
- 08 - گزینههای ذخیرهسازی داده ها
- 09 - Google Cloud Storage (GCS)
- 10 - GCS با پایتون
- 11 - BigQuery
- 12 - BigQuery با پایتون
3. Google Cloud Data Pipelines
- 13 - انواع خطوط لوله داده و موارد استفاده از آنها
- 14 - Dataproc
- 15 - PySpark در Dataproc
- 16 - Google Cloud Pub Sub
- 17 - Cloud Dataflow
- 18 - Cloud Composer چیست
- 19 - نوشتن خط لوله جریان هوا
نتیجه گیری
- 20 - مراحل بعدی