دوره آموزشی مقدمهای بر Snowflake برای توسعهدهندگان، دانشمندان داده و مهندسان داده
5 ساعتمبتدی2025-04-07
مدرسین

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.
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
- دوره آموزشی داشبوردهای مجهز به هوش مصنوعی با Streamlit
- دوره آموزشی اپ تحلیل داده با قدرت LLM با پایتون و Streamlit
- دوره آموزشی ساخت اپلیکیشنهای هوش مصنوعی تولیدی برای گفتگو با دادههای شما
- دوره آموزشی مهندسی داده پیشرفته با اسنوفلیک (Snowflake)
- دوره آموزشی مقدمهای بر مهندسی داده مدرن با Snowflake
- دوره آموزشی مقدمهای بر هوش مصنوعی نسل جدید (Gen AI) با Snowflake
- دوره آموزشی یادگیری SnowflakeDB
- دوره آموزشی استفاده از Snowflake با Tableau