دوره آموزشی مقدمه ای بر مهندسی تجزیه و تحلیل
57 دقیقهمبتدی2023-06-13
مدرسین

Amataverna Lee
Data Engineer
جزئیات دوره
مهندسی آنالیز یه نقش نسبتاً جدیده توی دنیای داده. اگه دنبال شروع یه کار به عنوان مهندس آنالیز هستی یا میخوای برای این موقعیت توی شرکتت استخدام کنی، این دوره اطلاعات لازم رو بهت میده تا شروع کنی. معلم و مهندس آنالیز، آمتاورنا لی، بهت توضیح میده که مهندسی آنالیز چیه، چرا مهمه و کدوم شغلها راحتتر میتونن به مهندسی آنالیز منتقل بشن. او مدلسازی دادهها، انبارهای داده ابری، ابزارهای پایپلاین داده و ابزارهای هوش تجاری رو توضیح میده. آمتاورنا بهترین شیوههای مهندسی نرمافزار رو هم بررسی میکنه. علاوه بر این، بهت نشون میده که مستندسازی و ارتباطات چطور توی نقشهای مهندسی آنالیز مهم هستن.
مهارت ها
Data EngineeringData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOne-Off
سرفصل ها
0. مقدمه
- 01 - مهندسی تحلیل چیست
- 02 - پیش نیازهای دوره
1. چرا مهندسی تجزیه و تحلیل
- 03 - چگونه حوزه دادهها در یکی دو سال اخیر تغییر کرده است
- 04 - مهندسی تحلیل چگونه بوجود آمد؟
- 05 - مهندسان تحلیل از کجا میآیند؟
- 06 - چه مهارتهایی برای مهندسی تحلیل مورد نیاز است
2. مدل سازی داده ها
- 07 - مدل سازی داده چیست
- 08 - انبارهای داده ابری - دانه برف
- 09 - ابزار خط لوله داده - DBT
- 10 - ابزار هوش تجاری (BI) - Looker
- 11 - چالش - یک مدل داده ساده بسازید
- 12 - راه حل - یک مدل داده ساده بسازید
3. بهترین روشهای مهندسی نرم افزار
- 13 - استفاده از Git
- 14 - کنترل نسخه و تست
- 15 - چالش - یک درخواست کشش اضافه کنید
- 16 - راه حل - یک درخواست کشش اضافه کنید
4. اسناد و ارتباطات
- 17 - نوشتن مستندات
- 18 - ارتباط با تیم تجاری
- 19 - چالش - نوشتن مستندات
- 20 - راه حل - نگارش مستندات
نتیجه
- 21 - نقش مهندس تجزیهوتحلیل را جمع بندی و در نظر بگیرید