دوره آموزشی مقدمه ای بر مهندسی داده در AWS: منبع یابی و ذخیره سازی داده ها
1 ساعت 51 دقیقهمتوسط2022-10-07
مدرسین

Dipali Kulshrestha
AWS-Certified Software Programmer and Cloud Architect
جزئیات دوره
کسب و کارها به متخصصان داده نیاز دارند - اکنون بیش از هر زمان دیگری. از آنجایی که تصمیم گیری مبتنی بر داده ها به جایگاه برجسته ای رسیده است، نقش کارشناس داده برای درک و مقیاس یک کسب و کار ضروری شده است. در این دوره - اولین دوره از یک سری دو قسمتی - مدرس Dipali Kulshrestha به شما نشان می دهد که چگونه سفر حرفه ای خود را شروع کنید و حرفه خود را به عنوان یک مهندس داده با AWS رشد دهید.
مقدمه ای بر رشته مهندسی داده و چرایی اهمیت آن در دنیای تجارت امروزی دریافت کنید. انواع داده ها، دریاچه های داده، منابع داده و نحوه استفاده از اجزای داخلی AWS مانند DynamoDB، Kinesis و S3 را برای ذخیره و مدیریت جریان های خود کاوش کنید. بیاموزید که چگونه می توان از قدرت کامل یک خط لوله مهندسی داده انتها به انتها، از انتخاب و پیکربندی الگوهای جذب تا ذخیره داده ها برای پردازش تحلیلی با S3 استفاده کرد. مهارت های جدید خود را در طول مسیر در چالش های داده عملی در پایان هر بخش آزمایش کنید.
مقدمه ای بر رشته مهندسی داده و چرایی اهمیت آن در دنیای تجارت امروزی دریافت کنید. انواع داده ها، دریاچه های داده، منابع داده و نحوه استفاده از اجزای داخلی AWS مانند DynamoDB، Kinesis و S3 را برای ذخیره و مدیریت جریان های خود کاوش کنید. بیاموزید که چگونه می توان از قدرت کامل یک خط لوله مهندسی داده انتها به انتها، از انتخاب و پیکربندی الگوهای جذب تا ذخیره داده ها برای پردازش تحلیلی با S3 استفاده کرد. مهارت های جدید خود را در طول مسیر در چالش های داده عملی در پایان هر بخش آزمایش کنید.
مهارت ها
Data EngineeringAmazon Web Services (AWS)AmazonCloud ServicesCloud PlatformsCloud ComputingData ScienceOne-Off
سرفصل ها
0. مقدمه
- 01 - مهندسی داده با AWS
1. مهندسی داده
- 02 - مروری بر مهندسی داده
- 03 - اهمیت مهندسی داده
- 04 - انواع داده ها
- 05 - بررسی اجمالی دریاچه های داده
- 06 - مقدمه ای بر خط لوله مهندسی داده
2. منابع داده
- 07 - مروری بر منابع داده
- 08 - بررسی اجمالی DynamoDB
- 09 - درک پارتیشن ها و استریم های DynamoDB
- 10 - آزمایشگاه - راه اندازی CLI برای ایجاد جداول DynamoDB
- 11 - آزمایشگاه - جداول DynamoDB را از طریق اسکریپت پایتون ایجاد کنید
- 12 - چالش - DynamoDB
- 13 - راه حل - DynamoDB
3. بلع
- 14 - بررسی اجمالی داده ها و ملاحظات طراحی
- 15 - چشم انداز فن آوری بلع
- 16 - نمای کلی جریان داده های Kinesis
- 17 - تولید کنندگان و مصرف کنندگان کینزیس
- 18 - کینسیس دیتا فایرهوز
- 19 - Firehose نسخه ی نمایشی
4. ذخیره سازی
- 20 - بررسی اجمالی ذخیره سازی داده ها و ملاحظات طراحی
- 21 - چشم انداز فناوری ذخیره سازی
- 22 - نمای کلی کش الاستیک
- 23 - نمای کلی آمازون S3
- 24 - کلاس های ذخیره سازی آمازون S3 و قوانین چرخه حیات
- 25 - آمازون S3 نسخه و رمزگذاری
- 26 - اعلان های امنیتی و رویدادهای آمازون S3
- 27 - چالش - آمازون S3
- 28 - راه حل - آمازون S3
نتیجه
- 29 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری اصولی PySpark: معرفی ساخت خطوط پردازش داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی SPSS: آمادهسازی، مصورسازی و مدلسازی دادهها