ارتقا مهارت های خود را در Hadoop/NoSQL Data Science Stack - Advance Your Skills in the Hadoop/NoSQL Data Science Stack

مسیر آموزشی ارتقا مهارت های خود را در Hadoop/NoSQL Data Science Stack - Image of Learn Path Advance Your Skills in the Hadoop/NoSQL Data Science Stack
ارتقا مهارت های خود را در Hadoop/NoSQL Data Science Stack Advance Your Skills in the Hadoop/NoSQL Data Science Stack
اکوسیستم ابزارهای علم داده بر اساس پشته Hadoop و NoSQL بخش مهمی و رو به رشد از آینده صنعت است. مهندسین داده نیاز به دانش وسیعی از اجزای این پلتفرم دارند و این مسیر یادگیری ، فراگیران را قادر می سازد تا در این زمینه تحقیق کرده و مهارت کسب کنند.
Advance Your Skills in the Hadoop/NoSQL Data Science Stack
The ecosystem of data science tools based on the Hadoop and NoSQL stack is a crucial and growing part of the future of the industry. Data engineers need a broad knowledge of the components of this platform, and this learning path enables learners to dig in and skill up.
مدت زمان: 12h 29m
تعداد دوره ها: 7
مجموع قیمت: (۱۶۰,۰۰۰)
قیمت با 30% تخفیف : ۱۱۲,۰۰۰
تعداد مدرسین: 5
برای خرید این مسیر آموزشی باید وارد حساب کاربری خود شوید.
  • 1
    دوره آموزشی دوره آموزشی تجزیه و تحلیل داده های بزرگ با Hive - Image of Course Analyzing Big Data with Hive 2 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی تجزیه و تحلیل داده های بزرگ با Hive

    Analyzing Big Data with Hive

    کسب و کارها با اتخاذ تصمیمات آگاهانه که نیازهای مشتریان و کاربران آنها را هدف قرار می دهند، رونق می گیرند. برای اتخاذ چنین تصمیمات راهبردی، آنها بر داده ها تکیه می کنند. Hive یک ابزار انتخابی برای بسیاری از دانشمندان داده است زیرا به آنها اجازه می دهد تا با SQL، یک نحو آشنا کار کنند، تا از Hadoop اطلاعاتی را بدست آورند، که منعکس کننده اطلاعاتی است که مشاغل به دنبال برنامه ریزی موثر هستند. این دوره نحوه استفاده از Hive برای پردازش داده ها را نشان می دهد. مربی بن سالینز با نشان دادن نحوه ساختار و بهینه سازی داده های خود شروع می کند. در مرحله بعد، او توضیح می دهد که چگونه Hue، رابط کاربری Hadoop، هنگام تجزیه و تحلیل داده ها از HiveQL استفاده کند. با استفاده از گزینه تازه پیکربندی شده، سپس نحوه بارگذاری داده ها، ایجاد جداول تجمیعی برای دسترسی سریع به پرس و جو و اجرای تجزیه و تحلیل پیشرفته را نشان می دهد. او همچنین شما را از طریق مدیریت جداول و استفاده از توابع راهنمایی می کند. این دوره برای کمک به شما در یافتن روش های جدید برای کار با مجموعه داده ها طراحی شده است تا بتوانید به س questionsالات سخت علم داده که سر راه شما می آید پاسخ دهید. اهداف یادگیری تعریف ساختار داده در Hive انتخاب داده ها پیوستن به جداول دستکاری داده ها فیلتر کردن نتایج تجمیع داده ها استفاده از توابع تجمعی داخلی تسلط بر توابع تولید جدول با استفاده از CUBE و ROLLUP استفاده از بندها: WHERE and HAVING با استفاده از LIKE، JOIN و SEMI JOIN استفاده از توابع: رشته، ریاضی، تاریخ و شرطی

  • 2
    دوره آموزشی دوره آموزشی NoSQL پیشرفته برای دانشمندان علم داده - Image of Course Advanced NoSQL for Data Science 2 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی NoSQL پیشرفته برای دانشمندان علم داده

    Advanced NoSQL for Data Science

    بسیاری از سازمان ها برای ذخیره حجم وسیعی از داده های پیچیده به پایگاه های داده NoSQL روی می آورند و این امر باعث افزایش نیاز دانشمندان و تحلیلگران داده به درک ذخیره داده های غیر ارتباطی می شود. اگر شما یک دانشمند داده یا تحلیلگر کسب و کار هستید و باید با NoSQL کار کنید، این دوره برای شما مناسب است. با تفاوت بین پایگاه های داده رابطه ای و NoSQL آشنا شوید، انواع پایگاه های داده NoSQL را مرور کرده و نحوه انجام وظایف رایج علم داده، از جمله آماده سازی داده ها، اکتشاف و ایجاد و کاربرد مدل ها را مشاهده کنید. این دوره با مقدمه ای بر NoSQL آغاز می شود و سپس به بررسی مشخصات پایگاه داده های سند، ستون گسترده و نمودار می پردازد. جزئیات کلیدی برای انجام آماده سازی، اکتشاف و استخراج داده ها برای هر نوع پایگاه داده NoSQL را بیاموزید. موارد موردی را که نحوه استفاده از پایگاه داده های مختلف NoSQL با ابزارهای رایج علم داده از جمله پایگاه داده اسناد MongoDB، پایگاه داده ستون گسترده Cassandra و پایگاه داده نمودار Neo4j را مرور می کند. اهداف یادگیری NoSQL در مقایسه با پایگاه های داده سنتی رابطه ای انجام وظایف رایج علم داده آماده سازی داده ها با پایگاه داده های اسناد دستکاری داده ها در NoSQL آماده سازی، کاوش، استخراج و مدل سازی کار با پایگاه داده های سند، ستون گسترده و نمودار مرور مطالعات موردی با استفاده از MongoDB، Cassandra و Neo4j

  • 3
    دوره آموزشی دوره آموزشی Cloud Hadoop: پیمایش آپاچی اسپارک - Image of Course Cloud Hadoop: Scaling Apache Spark 3 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی Cloud Hadoop: پیمایش آپاچی اسپارک

    Cloud Hadoop: Scaling Apache Spark

    Apache Hadoop و Spark امکان ایجاد بینش تجاری واقعی از داده های بزرگ را فراهم می کنند. ابر آمازون خانه طبیعی این مجموعه ابزار قدرتمند است و خدمات متنوعی را برای اجرای گردش کار پردازش داده در مقیاس بزرگ فراهم می کند. بیاموزید که در این دوره با معمار داده های بزرگ، لین لانگیت، گردش کار Apache Hadoop و Spark خود را در AWS پیاده کنید. با استفاده از ماشین های مجازی با EC2، خوشه های Spark مدیریت شده با EMR یا کانتینرهای با EKS، گزینه های استقرار برای مشاغل مقیاس تولید را کاوش کنید با نحوه پیکربندی و مدیریت خوشه های Hadoop و مشاغل Spark با Databricks آشنا شوید و از Python یا زبان برنامه نویسی مورد نظر خود برای وارد کردن داده ها و اجرای مشاغل استفاده کنید. بعلاوه، یاد بگیرید که چگونه از کتابخانه های Spark برای یادگیری ماشین، ژنومیک و پخش جریانی استفاده کنید. هر درس به شما کمک می کند بفهمید کدام گزینه استقرار برای حجم کار شما بهترین است. موضوعات شامل: - سیستم سیستم برای Hadoop و Spark - کار با پایگاه داده - بارگذاری داده ها در جداول - تنظیم خوشه های Hadoop و Spark روی ابر - در حال انجام مشاغل جرقه - واردات و صادرات نوت بوک های پایتون - اجرای مشاغل Spark در Databricks با استفاده از Python و Scala - وارد کردن داده ها به خوشه های Spark - کدگذاری و اجرای تحولات و اقدامات Spark - ذخیره داده - کتابخانه های Spark: Spark SQL، SparkR، Spark ML و موارد دیگر - جرقه زدن - جرقه مقیاس بندی با AWS و GCP

  • 4
    دوره آموزشی دوره آموزشی یادگیری جامع آپاچی کافکا: برنامه های مقیاس پذیر - Image of Course Apache Kafka Essential Training: Building Scalable Applications 1 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی یادگیری جامع آپاچی کافکا: برنامه های مقیاس پذیر

    Apache Kafka Essential Training: Building Scalable Applications

    صف بندی پیام مقیاس پذیر و توزیع شده نقش مهمی در ساخت خط لوله داده های کلان در زمان واقعی دارد. مدل های ناشر / مشترک نا همزمان برای رسیدگی به بارهای غیر قابل پیش بینی در این خطوط لوله مورد نیاز هستند. Apache Kafka امروزه فناوری پیشرو است که این قابلیت ها را فراهم می کند و یک مهارت اساسی برای یک متخصص بزرگ داده است. در این دوره ، Kumaran Ponnambalam بینش هایی در مورد مقیاس پذیری و قابلیت مدیریت Kafka ارائه می دهد و نحوه ساخت برنامه های ناهمزمان با Kafka و Java را نشان می دهد. کوماران با نشان دادن چگونگی راه اندازی خوشه کافکا شروع به کار می کند و اصول برنامه نویسی جاوا را در کافکا جستجو می کند. وی سپس در گزینه های مختلف پیامرسانی و طرحواره موجود غوطه ور می شود. کوماران همچنین قبل از اتمام با یک پروژه مورد استفاده که دروس مربوط به دوره را به کار می برد ، بهترین روش ها را برای طراحی برنامه های کافکا دنبال می کند.

  • 5
    دوره آموزشی دوره آموزشی Hadoop برای نکات، ترفندها و تکنیک های علم داده - Image of Course Hadoop for Data Science Tips, Tricks, & Techniques 1 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی Hadoop برای نکات، ترفندها و تکنیک های علم داده

    Hadoop for Data Science Tips, Tricks, & Techniques

    Hadoop - پلت فرم فوق العاده محبوب داده های بزرگ - مجموعه وسیعی از قابلیت ها را ارائه می دهد که به دانشمندان داده کمک می کند تا بینش خود را ارائه دهند. در این دوره، بن سالینز با به اشتراک گذاشتن یک سری نکات و ترفندها برای انجام کارهای علم داده در این پلتفرم قدرتمند، به شما کمک می کند تا با Hadoop سرعت بگیرید. او کار خود را با نحوه کار با داده های Hadoop در HDFS آغاز می کند و سپس با استفاده از Hive - موتور Hadoop SQL - که در آن کارهای علم داده بسیار اتفاق می افتد، کاوش می کند. برای تکمیل دوره، بن تکنیک هایی را برای اجرای سریع پرس و جوها در موتور Hive پوشش می دهد. اهداف یادگیری توضیح دهید که کدام دستورات برای ایجاد تغییرات در HDFS استفاده می شود. دستوراتی را که برای بارگذاری داده ها از خط فرمان به HDFS استفاده می شود، شناسایی کنید. تشخیص دو عملکردی که HDFS هنگام حرکت فایل ها توسط کاربر انجام می دهد. نحوه حذف مجدد فایل ها در HDFS را خلاصه کنید. نحوه انتخاب و پیاده سازی پارتیشن ها را به یاد بیاورید. نحوه صاف کردن نوع داده Struct در HiveQL را توضیح دهید.

  • 6
    دوره آموزشی دوره آموزشی مدلسازی داده‌های NoSQL - Image of Course NoSQL Data Modeling Essential Training 1 ساعت
    بدون زیرنویس

    دوره آموزشی مدلسازی داده‌های NoSQL

    NoSQL Data Modeling Essential Training

    فن آوری های NoSQL حتی مدل های داده های تجربه شده را نیز از دست داده اند، و تعجب می کنند که چطور مهارت‌های ارزشمند آن‌ها می‌تواند به فعالیت‌های توسعه‌ای آینده نزدیک شود. در این درس یاد بگیرید که چطور از مدل‌سازی داده‌های سنتی برای ترجمه یک مدل داده‌های مفهومی به یک طرح NoSQL استفاده کنید. مدرس Robert Van Cleave ددر مورد جایگزین‌ها، الگوهای دسترسی و هدف کلی مدل‌سازی داده‌ها بحث می‌کند. او همچنین چندین الگوی طراحی مشترک را پوشش می‌دهد و توضیح می‌دهد که چگونه می‌توانید از هر کدام از آن‌ها استفاده کنید. در مورد تجمیع، الگوهای ضد الگو، الگوهای مبتنی بر پرس و جو و چیزهای دیگر بیاموزید. اهداف یادگیری هدف مدل داده جایگزین های نماد تعیین الگوهای دسترسی تغییر مدل مفهومی الگوهای سبک سند الگوهای سبک ستونی الگوهای پرس و جو محور

  • 7
    دوره آموزشی دوره آموزشی جامع Cassandra Data Modeling - Image of Course Cassandra Data Modeling Essential Training 1 ساعت
    با زیرنویس فارسی و انگلیسی

    دوره آموزشی جامع Cassandra Data Modeling

    Cassandra Data Modeling Essential Training

    Cassandra یک پایگاه داده NoSQL است که قادر به مدیریت حجم زیادی از داده ها است که به سرعت تغییر می کنند. در این دوره آموزشی، مدرس Dan Sullivan در مورد معماری این پایگاه داده محبوب و نحوه طراحی مدل های داده Cassandra که از برنامه های مقیاس پذیر در آخرین نسخه پشتیبانی می کنند، به شما آموزش می دهد. تفاوت‌های اصلی بین Cassandra و پایگاه‌های اطلاعاتی رابطه‌ای، و همچنین اصول زبان پرس و جوی Cassandra (CQL) و مدل‌سازی بهترین شیوه‌ها بر اساس الزامات پرس و جوی برنامه را بررسی کنید. Dan به جزئیات پیاده‌سازی Cassandra می‌پردازد که بر انتخاب‌های مدل‌سازی داده‌ها تأثیر می‌گذارد، و به شما کمک می‌کند تا از طریق دیگر تصمیم‌گیری‌های طراحی غربال کنید و در عین حال به معماری و محدودیت‌های پایگاه داده توجه داشته باشید. در طول مسیر، مهارت های جدید خود را با چالش های طراحی و مدل سازی در پایان هر بخش آزمایش کنید.

برای خرید این مسیر آموزشی باید وارد حساب کاربری خود شوید.
شما این مسیر آموزشی را با مدرسان زیر میگذرانید
عکس مدرس Lynn Langit - Image of Author Lynn Langit

Lynn Langit

لین لانگیت یک معمار و توسعه دهنده Cloud است که راه حل هایی را با خدمات وب (Amazon (AWS و (Google Cloud Platform (GCP ایجاد می کند. او متخصص پروژه های داده های بزرگ (big data) است. لین با AWS Athena، Aurora، Redshift، Kinesis و IoT کار کرده است. او همچنین کار تولید با Databricks برای Apache Spark و Google Cloud Dataproc، Bigtable، BigQuery و Cloud Spanner انجام داده است. لین همچنین مؤسس آموزش برنامه نویسی برای کودکان (Teaching Kids Programming) است. او در زمینه فناوری اطلاعات و Cloud در آمریکای شمالی و جنوبی، اروپا، آفریقا، آسیا و استرالیا سخنرانی کرده است.

مشاهده پروفایل
عکس مدرس Dan Sullivan - Image of Author Dan Sullivan

Dan Sullivan

دن سالیوان یک متخصص معماری سازمانی در معماری داده، آنالیتیک ها، data mining، آمار، نمونه سازی داده، big data ، و محاسبه cloud است. به علاوه، او در ژنتیک، بیوانفورمتیک، و زیست شناسی محاسبه ای، PhD دارد. دَن به طور مرتب با Spark، Oracle، NoSQL، MongoDB، Redis، R و Python کار می کند. او سابقه نگارش طولانی درباره موضوعاتی نظیر محاسبه cloud، big data، Hadoop و امنیت دارد.

مشاهده پروفایل
عکس مدرس Ben Sullins - Image of Author Ben Sullins

Ben Sullins

به عنوان یک متخصص تمام وقت data، بن سالینز تمام وقتش را صرف کمک به سایرین می کند تا از data هوشمندانه استفاده کنند. وی به اطلاعات معنی می بخشد و از انجامش لذت می برد. پیش زمینه اش به او دانش منحصر به فردی می بخشد که او را از سایر جامعه data مجزی می کند. از اواخر دهه 1990، او به شرکت های معروف زیادی، از جمله facebook، میکروسافت، linkedIn، Cisco، Mozilla ،Pluralsight و Genentech درباره دموکراسیزه کردن data در شرکت هایشان مشاوره داده است. به علاوه، بن سه ماه را صرف اداره مسئولیت facebook کرد تا فرهنگ data را در آنجا ، از طریق ارائه و به کار بردن ابزار مناسب و تکنیک های بصری کردن data با استفاده از Tableau افزایش دهد. و هدف اصلی بن از این تخصص اش فراهم آوردن خدمات خاص به مشتری ها ، از طریق پربار کردن زندگی شان با اطلاعات هوشمندانه و موثر می باشد.

مشاهده پروفایل
عکس مدرس Kumaran Ponnambalam - Image of Author Kumaran Ponnambalam

Kumaran Ponnambalam

Kumaran Ponnambalam بيش از 20 سال با داده ها کار کرده است. او برنامه هاي سازماني و ابر را ساخته است که اطلاعات را براي توليد بينش هاي معنادار براي مصرف کنندگان به ارمغان مي آورد. داده ها همواره کوماران را جذاب کرده اند و هميشه به دنبال راه هايي براي کشف، مديريت و تسلط بر آن ميباشد. استفاده از تجزيه و تحليل براي حل مشکلات کسب‌ و کار ، حوزه کليدي کار اوست. او از ديرباز , علاقه زيادي به ساختن دوره‌هاي کيفي براي مردم براي درک و استفاده از داده‌ها داشته‌ است . تجزيه و تحليل داده هاي بزرگ به سرعت در حال رشد است، اما آموزش و پرورش با کيفيت، به ويژه در زمينه هاي کاربردي، کم است و او مي خواهد به آن کمک کند.

مشاهده پروفایل
عکس مدرس Robert Van Cleave - Image of Author Robert Van Cleave

Robert Van Cleave

رابرت ون کلیو یک معمار و مشاور بسیار مجرب است . در طول دوران کاری خود ، در Cognizant، ( یک شرکت خدمات حرفه ای پیشرو ) رابرت به عنوان مدیر و معمار اصلی خدمت می کرد و به عنوان مشاور عالی مشتری ، شناخته شده بود. او رهبری تیم های ساحلی و دریایی را به عهده داشت و مشتریان فورچون 500 را با راهکارهای سفارشی تحول دیجیتالی به منظور افزایش درآمد، بهره وری و صرفه جویی در هزینه های خود ، هدایت می کرد. او قبلا در دوران حرفه خود، به عنوان یک مشاور ارشد در IBM Global Business Services و به عنوان یک معمار اطلاعات در USAAA مشغول به کار بود. او در حال حاضر به عنوان یک مشاور کار می کند. مهارت های حرفه ای رابرت شامل معماری سازمانی، معماری داده ها، SOA، SDLC، تجزیه و تحلیل مورد نیاز، و استراتژی IT است.

مشاهده پروفایل