این دوره آموزشی Azure برای تجهیز دانش آموزان به دانش لازم برای پردازش، ذخیره و تجزیه و تحلیل داده ها برای تصمیم گیری آگاهانه تجاری طراحی شده است. از طریق این دوره Azure، دانش‌آموز متوجه خواهد شد که داده‌های بزرگ به همراه اهمیت تجزیه و تحلیل داده‌های بزرگ، که مهارت‌های ریاضی و برنامه‌نویسی دانش‌آموزان را بهبود می‌بخشد. دانش آموزان موثرترین روش استفاده از ابزارهای تحلیلی ضروری مانند پایتون، R و آپاچی اسپارک را خواهند آموخت.

このコースは、Dataflowト 1 です。この最初のコースでは、始めに Apache Beamるかを復習し ます。次に、Apache Beam のビジョンと Beam Portability .ムワークによって、デベロッパーが好みのプログラミ.きるビジョンが実現します. によってどのように費用を節約しながら. 、そして識別ツール.能するかを紹介します。最後に、جریان داده それぞれのユースケースに合った適切なセキュリティ. ..

در این دوره شما انواع مهارت ها و تکنیک های مهندسی انبار داده را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای مهندس انبار داده IBM آموخته اید، به کار خواهید برد. شما نقش یک مهندس داده جوان که اخیراً به سازمان پیوسته است را برعهده خواهید گرفت و یک مورد استفاده در دنیای واقعی که نیاز به یک راه حل مهندسی انبار داده دارد، به شما ارائه می شود.

این آخرین دوره در گواهینامه حرفه ای توسعه Backend IBM است. این دوره پروژه Capstone به شما این شانس را می دهد که کارهایی را که توسعه دهندگان back-end در زندگی واقعی هنگام کار با برنامه ها انجام می دهند، تمرین کنید. در این دوره، شما نقش یک توسعه دهنده واقعی را بر عهده خواهید گرفت که برای توسعه و استقرار میکروسرویس ها و برنامه های کاربردی Back-end کار می کند. شما وظیفه دارید یک برنامه کاربردی متشکل از چندین میکروسرویس را توسعه دهید، استقرار و ادغام کنید و آنها را به طور یکپارچه ادغام کنید. شما از ابزارها و فناوری‌های بک‌اند مختلفی از جمله Flask، Django، NoSQL و Mongo DB برای انجام این پروژه و در عین حال استفاده از بهترین شیوه‌های کدنویسی استفاده خواهید کرد. شما همچنین با استفاده از فناوری‌های Cloud Native: Kubernetes، OpenShift و بدون سرور (Code Engine) هر یک از میکروسرویس‌های برنامه را به‌طور مستقل مستقر و مقیاس‌بندی و به‌روزرسانی خواهید کرد. در این دوره، شما بیشتر بر روی کار عملی تمرکز خواهید کرد تا آنچه را که در دوره های قبلی آموخته اید نشان دهید و به کار ببرید. با تکمیل موفقیت‌آمیز این Capstone، پروژه‌ای را به مجموعه برنامه‌نویسی خود اضافه کرده‌اید تا به کارفرمایان نشان دهید.

مهارت های خود را در این پروژه مهندسی داده به نمایش بگذارید! در این دوره شما انواع مهارت ها و تکنیک های مهندسی داده را که به عنوان بخشی از دوره های قبلی در گواهینامه حرفه ای مهندسی داده IBM آموخته اید، به کار می گیرید. شما دانش خود را در زمینه مهندسی داده با در نظر گرفتن نقش یک مهندس داده جوان که اخیراً به یک سازمان پیوسته است، نشان خواهید داد و با یک مورد استفاده در دنیای واقعی که نیاز به معماری و پیاده سازی یک پلت فرم تجزیه و تحلیل داده دارد، به شما ارائه می شود. در این پروژه Capstone شما چندین آزمایشگاه عملی را تکمیل خواهید کرد. شما با استفاده از پایگاه داده های رابطه ای و NoSQL مانند MySQL و MongoDB، مخازن داده ایجاد و پرس و جو خواهید کرد. شما همچنین یک انبار داده را با استفاده از PostgreSQL و IBM Db2 طراحی و پر می کنید و برای انجام عملیات Cube و Rollup کوئری می نویسید. شما از داده های موجود در انبار داده گزارش تولید می کنید و با استفاده از Cognos Analytics یک داشبورد می سازید. همچنین با ایجاد خطوط لوله داده برای جابجایی داده ها از مخازن مختلف، مهارت خود را در فرآیندهای استخراج، تبدیل و بارگذاری (ETL) نشان خواهید داد. شما تجزیه و تحلیل داده های بزرگ را با استفاده از Apache Spark انجام خواهید داد تا با کمک یک مدل یادگیری ماشینی پیش بینی کنید. این دوره آخرین دوره در گواهینامه حرفه ای مهندسی داده IBM است. توصیه می شود قبل از شروع این دوره، تمام دوره های قبلی در این گواهینامه حرفه ای را تکمیل کنید.

مهارت های پایتون خود را در این پروژه مهندسی داده به نمایش بگذارید! این دوره کوتاه برای به کارگیری مهارت های پایتون شما از طریق اجرای تکنیک های مختلف برای جمع آوری و دستکاری داده ها طراحی شده است. شما نقش یک مهندس داده را با استخراج داده ها از منابع متعدد و تبدیل داده ها به فرمت های خاص و آماده سازی آن برای بارگذاری در پایگاه داده برای تجزیه و تحلیل، بر عهده خواهید گرفت. همچنین دانش خود را در مورد خراش دادن وب و استفاده از APIها برای استخراج داده ها نشان خواهید داد. در پایان این پروژه عملی، شما مهارت خود را در مهارت های مهم برای استخراج تبدیل و بارگذاری داده ها با استفاده از یک IDE و البته برنامه نویسی پایتون نشان خواهید داد. پس از اتمام این دوره، شما همچنین یک محصول جدید عالی به مجموعه خود خواهید داشت! پیش نیاز: **دوره پایتون برای علم داده، هوش مصنوعی و توسعه** از IBM پیش نیاز این دوره پروژه است. لطفاً مطمئن شوید که قبل از گذراندن این دوره، دوره پایتون برای علوم داده، هوش مصنوعی و توسعه از IBM را گذرانده باشید یا مهارتی معادل در کار با پایتون و داده داشته باشید. توجه: این دوره آموزشی برای آموزش پایتون به شما نیست و محتوای آموزشی جدید زیادی ندارد. این برای شما در نظر گرفته شده است که بیشتر از دانش قبلی پایتون استفاده کنید.

دوره آموزشی Windows Registry Forensics به شما نحوه بررسی رجیستری زنده، محل فایل های رجیستری روی تصویر پزشکی قانونی و نحوه استخراج فایل ها را نشان می دهد.

آیا علاقه مند به یادگیری این هستید که چگونه پلتفرم تجاری واتس اپ می تواند به کسب و کارها در دستیابی به تعامل بهتر با مخاطب و پشتیبانی مشتری کمک کند؟ این دوره که برای توسعه دهندگان و مهندسین مسئول پیاده سازی API ها طراحی شده است، به شما آموزش می دهد که پلتفرم تجاری WhatsApp و API مدیریت کسب و کار WhatsApp را راه اندازی و پیکربندی کنید. در پایان این دوره شما قادر خواهید بود: 1. هدف و موارد استفاده پلتفرم تجاری WhatsApp و مزایای استفاده از Cloud API که توسط متا میزبانی شده است را توضیح دهید. 2. یک برنامه در Meta for Developers ایجاد کنید، دسترسی API را راه‌اندازی کنید، یک پیام آزمایشی ارسال کنید، وب هوک‌ها را پیکربندی کنید و یک شماره تلفن تنظیم کنید. 3. انواع مختلف پیام ها را بشناسید، قالب بسازید و از Cloud API برای ارسال پیام از طریق WhatsApp استفاده کنید. 4. واتس اپ مدیریت کسب و کار API از جمله راه اندازی مناسب، مدیریت، مهاجرت، و نظارت بر عناصر کلیدی را پیاده سازی کنید. امروز ثبت نام کنید تا قدرت پلتفرم تجاری واتس اپ را برای کسب و کار خود باز کنید!

شرح دوره ساختن یک پلتفرم تحلیلی بر روی Alibaba Cloud می‌تواند نحوه دریافت، تجزیه و تحلیل و نشان دادن معیارهای واضح از مجموعه‌ای از داده‌های بزرگ را تقویت کند. این دوره برای آموزش مهندسین نحوه استفاده از محصولات Alibaba Cloud Big Data طراحی شده است. این تئوری اساسی سیستم توزیع شده و محصولات اصلی Alibaba Cloud مانند MaxCompute، DataWorks، E-MapReduce و همچنین مجموعه‌ای از ابزارهای اکوسیستم را پوشش می‌دهد. برای کسب گواهینامه رسمی Alibaba Cloud لطفاً به دوره های Cloud Native در وب سایت آکادمی بپیوندید: تخصص تجزیه و تحلیل داده های بزرگ: https: //edu.alibabacloud.com/course/317 تخصص یادگیری ماشین: https://edu.alibabacloud.com/course/318 Alibaba Cloud Big Data - یکپارچه سازی داده ها: https://edu.alibabacloud.com/certification/clouder_bigdatainteg

هدف دوره پلتفرم داده ایجاد یک پایه قوی و دانش کاری در مورد مبانی داده ها، از جمله مکانیک داده، پایگاه های داده و سایر عناصر اساسی پردازش داده است. این دوره به عناصر خاص مدیریت داده ها از جمله طبقه بندی رابطه ای داده ها، چرخه حیات داده ها و پایگاه های داده بنیادی و پردازش و تجزیه و تحلیل داده ها می پردازد. این دوره همچنین ارتباط IA با توجه به داده های موجود در فضای ابری را پوشش می دهد. دوره Cloud Networking مفاهیم شبکه، توپولوژی، انواع دستگاه ها و عملکردهای مرکز داده را با معرفی محصولات و ویژگی های کلیدی شبکه Intel® پوشش می دهد. هوش مصنوعی در ماژول Cloud توانایی زبان آموز را برای راهنمایی مشتریان به سمت نمونه ها و خدمات مبتنی بر هوش مصنوعی اینتل از ارائه دهندگان خدمات ابری بزرگ، از جمله Azure، AWS، و GCP بهبود می بخشد. روندهای هوش مصنوعی ابری را تشریح می کند و پیشنهادات AI-as-a-a-Service از CSP های اولیه را خلاصه می کند. همچنین تمرکز بر مزایای خاصی که مشتریان از استفاده از معماری اینتل در محیط‌های هوش مصنوعی به دست می‌آورند، شامل داستان‌های موفقیت چند کاربر نهایی با استفاده از نمونه‌های مبتنی بر اینتل خواهد بود.

این دوره با بررسی VPN های IPsec و عملکرد آنها آغاز خواهد شد. شما یاد خواهید گرفت که چگونه IPsec VPN ها پیکربندی، پیاده سازی و نظارت می شوند. سپس با برنامه SSL VPN بسیار انعطاف پذیر Juniper - Juniper Secure Connect - آشنا می شوید که ویژگی ها، پیکربندی، استقرار و نظارت آن را بررسی می کند. عیب یابی، نظارت و نگهداری سری SRX نیز همراه با مروری بر انواع مختلف دستگاه ها و رابط های سری SRX مورد بررسی قرار خواهد گرفت.

این دوره اولین قسمت از دوره دو قسمتی تئوری و کاربردهای بلاک چین است. این دوره به معرفی مختصری از بلاک چین و ارزهای دیجیتال می پردازد. سپس توضیحات فنی دقیقی در مورد نحوه عملکرد بیت کوین و اتریوم ارائه می دهد.

این دوره دومین بخش از دوره دو بخش تئوری و کاربردهای بلاک چین است. این دوره جنبه های مهمی از بلاک چین و ارزهای دیجیتال را ارائه می دهد. نحوه ایجاد برنامه‌های غیرمتمرکز (DApps)، EOS، یکی از بلاک چین‌های محبوب نسل سوم، الگوریتم‌های اجماع، پروژه‌های Hyperledger، اقتصاد توکن، ارزهای دیجیتال و صرافی‌های ارزهای دیجیتال را معرفی می‌کند.

این دوره بر روی استفاده از ابر برای حل مشکلات کسب و کار و تحول دیجیتال تمرکز دارد. یادگیرندگان تأثیر لایه‌های رایانش ابری را بر نتایج کسب‌وکار تجزیه و تحلیل می‌کنند، بهترین شیوه‌ها را برای امنیت ابری شناسایی می‌کنند و در مورد اینکه چگونه محصولات و خدمات ابری از تلاش‌های پایدار پشتیبانی می‌کنند، بحث خواهند کرد.

دوره تبدیل شدن به یک مشاور امنیت سایبری انتخاب مناسبی برای افرادی است که قصد توسعه حرفه ای در حوزه امنیت سایبری، مدیران میانی و مدیران اجرایی را دارند. این دوره اهداف آموزشی اصلی زیر را پوشش می دهد: تهدیدها - فناوری - اقتصاد. برنامه درسی برای پوشش مفاهیم نظری طراحی شده است که یک مشاور امنیت سایبری (سطح متوسط) باید بداند. این در 4 ماژول ساختار یافته است و قرار است در حدود 3-4 هفته به پایان برسد. این دوره شامل مجموعه ای از آزمون ها با نمره قبولی 60٪ است. زبان آموزانی که علاقه مند به دریافت گواهینامه هستند باید تمام آزمون ها را بگذرانند و نمره کل 70٪ یا بالاتر را کسب کنند. به غیر از موارد دیگر، استفاده مجدد از این ارائه ها/ویدئوها تحت مجوز Creative Commons Attribution 4.0 International (CC BY 4.0) مجاز است (https://creativecommons.org/licenses/by/4.0/). این بدان معنی است که استفاده مجدد مجاز است به شرطی که اعتبار مناسب داده شود و هرگونه تغییر نشان داده شود. برای هرگونه استفاده یا بازتولید مطالبی که متعلق به شریک CONCORDIA نیست که دوره مربوطه را ارائه می دهد، باید مستقیماً از دارندگان حق چاپ مجوز دریافت کنید. دوره تبدیل شدن به مشاور امنیت سایبری به عنوان بخشی از پروژه CONCORDIA توسعه یافته است و تلاش مشترک شرکای زیر است: دانشگاه میلان، دانشگاه لورن، دانشگاه زوریخ، دانشگاه اینسوبریا، موسسه سیستم های صنعتی آتن، Bitdefender، TUV IT اتریش، EIT دیجیتال. پروژه CONCORDIA توسط برنامه تحقیقاتی و نوآوری افق 2020 اتحادیه اروپا تحت موافقتنامه گرنت شماره 830927 تامین می شود.

در این دوره، شما اصول مفاهیم پایگاه داده در محیط ابری را یاد می گیرید، مهارت های اولیه را در خدمات داده ابری کسب می کنید و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure ایجاد می کنید. گزینه های پردازش موجود برای ساخت راه حل های تجزیه و تحلیل داده در Azure را بررسی خواهید کرد. شما Azure Synapse Analytics، Azure Databricks و Azure HDInsight را بررسی خواهید کرد. این چهارمین دوره از یک برنامه پنج دوره است که به شما برای شرکت در آزمون DP-900: Microsoft Azure Data Fundamentals کمک می کند. به طوری که بتوانید نشان دهید که دانش پایه ای از مفاهیم اصلی پایگاه داده در یک محیط ابری دارید. این دوره برای متخصصان فناوری اطلاعات ایده آل است که می خواهند اصول مفاهیم پایگاه داده در یک محیط ابری را بیاموزند، مهارت های اولیه را در خدمات داده ابری کسب کنند و دانش پایه خود را در مورد خدمات داده ابری در Microsoft Azure با هدف ایفای نقش به عنوان Data ایجاد کنند. مهندسین و مدیران پایگاه داده همچنین برای متخصصان پایگاه داده کار می کند که به دنبال مهارت ها یا اعتبارات اضافی برای به نمایش گذاشتن تخصص در یک محیط ابری هستند و متخصصان فناوری اطلاعات که به دنبال تخصص در حوزه خاص داده های Azure هستند. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. دانش آموزان موفق Azure Data Fundamentals با آگاهی اولیه از مفاهیم محاسباتی و اینترنت و علاقه به استخراج بینش از داده ها شروع می کنند. داشتن تجربه استفاده از مرورگر وب، آشنایی با مفاهیم اولیه مرتبط با داده ها، مانند کار با جداول داده ها در یک صفحه گسترده، و تجسم داده ها با استفاده از نمودارها، یک مزیت است.

اغلب، سازمان ها سیستم های اطلاعاتی را به عنوان بخشی از تمرکز بیشتر بر بهبود و کارایی فرآیند به دست می آورند. این سازمان ها باید روی سیستم مناسب سرمایه گذاری کنند تا نیازهای خود را برآورده کنند: عملکرد مناسب، اندازه مناسب و قیمت مناسب. نقش تحلیلگر سیستم های کسب و کار در اکثر سازمان ها مسئول تبدیل نیازهای سازمان به الزامات است که سپس برای انتخاب یا ساختن سیستم مناسب برای سازمان استفاده می شود. در طول دوره تجزیه و تحلیل برای سیستم های کسب و کار، با مدل استاندارد توسعه سیستم ها آشنا خواهید شد: چرخه عمر توسعه سیستم ها یا SDLC. شما یاد خواهید گرفت که چگونه مطالب قابل تحویل خاصی را که تحلیلگران سیستم های تجاری در طول SDLC آماده می کنند، بخوانید و حتی ایجاد کنید. این اسناد راهنمایی را برای سازمان فراهم می کند زیرا تعیین می کند که آیا سیستمی را بسازد یا بخرد و پیکربندی کند که نیازهای سازمان را برآورده کند.

ChatGPT Advanced Data Analysis با کمک به تقویت بهره وری و حمایت از خلاقیت شما، وظایف را متحول می کند. تجزیه و تحلیل داده های پیشرفته ChatGPT می تواند به شما کمک کند تا هوش خود را تقویت کنید و وظایف خود را خودکار کنید، مانند: 1. تبدیل یک فایل اکسل به تصویرسازی و سپس اسلاید در یک ارائه پاورپوینت. استخراج داده ها از یک سری فایل PDF 2. پاسخ دادن به سوالات در مورد آنچه در فایل های PDF وجود دارد، و تجسم داده ها. به طور خودکار تعیین می کند که آیا رسید مطابق با خط مشی مسافرتی است که در یک PDF ثبت شده است 3. تبدیل یک سند به یک ارائه آموزشی و آزمون های مرتبط. خواندن و سازماندهی مجدد مجموعه ای از اسناد بر اساس محتوای آنها 4. تولید محتوای رسانه های اجتماعی و بازاریابی از یک سری اسناد یا رونوشت های ویدئویی 5. تغییر اندازه و ویرایش خودکار ویدیوها/تصاویر در حالی که فهرست آنها در یک CSV هر کسی با ChatGPT Advanced Data Analysis می‌تواند بدون داشتن تجربه قبلی در برنامه‌نویسی از این قابلیت‌ها استفاده کند. این دوره به شما می آموزد که چگونه با ChatGPT Advanced Data Analysis برای انجام این وظایف صحبت کنید، چگونه به حل مسئله فکر کنید و چه نوع وظایفی برای ابزار مناسب هستند. شما طیف گسترده ای از بلوک های سازنده را یاد خواهید گرفت که می توانید در کار و زندگی خود به کار ببرید. مدل‌های زبان بزرگ به دستورالعمل‌ها و سؤالات مطرح شده توسط کاربران در عبارات زبان طبیعی پاسخ می‌دهند که به «اعلان‌ها» معروف هستند. اگرچه مدل‌های بزرگ زبان بسیاری از زمینه‌ها را مختل می‌کنند، اکثر کاربران مهارت‌های لازم برای نوشتن پیام‌های مؤثر را ندارند. کاربران خبره، که نحوه نوشتن اعلان‌های خوب را می‌دانند، در مرتبه‌ای مولدتر هستند و می‌توانند کاربردهای خلاقانه‌تری را برای این ابزارها باز کنند. این دوره شما را با مهارت های نوشتاری سریع که تجزیه و تحلیل داده های پیشرفته ChatGPT را هدف قرار می دهد آشنا می کند.

بازار کار برای معماران، مهندسان و متخصصان تحلیلگر با تخصص Big Data همچنان در حال افزایش است. مسیر شغلی کلان داده آکادمی بر ابزارها و تکنیک های اساسی مورد نیاز برای دنبال کردن حرفه ای در داده های بزرگ متمرکز است. این دوره شامل: پردازش داده ها با پایتون، نوشتن و خواندن پرس و جوهای SQL، انتقال داده ها با MaxCompute، تجزیه و تحلیل داده ها با Quick BI، استفاده از Hive، Hadoop و Spark در E-MapReduce و نحوه تجسم داده ها با داشبورد داده است. روی مطالب دوره ما کار کنید، جنبه های مختلف حوزه کلان داده را بیاموزید و به عنوان یک حرفه ای داده های بزرگ گواهینامه بگیرید!

گنجاندن یادگیری ماشین در خطوط لوله داده، توانایی استخراج بینش از داده ها را افزایش می دهد. این دوره روش‌هایی را که می‌توان یادگیری ماشین را در خطوط لوله داده در Google Cloud گنجاند، پوشش می‌دهد. برای سفارشی سازی اندک یا بدون سفارشی سازی، این دوره AutoML را پوشش می دهد. برای قابلیت‌های یادگیری ماشینی مناسب‌تر، این دوره نوت‌بوک‌ها و یادگیری ماشینی BigQuery (BigQuery ML) را معرفی می‌کند. همچنین، این دوره نحوه تولید راه حل های یادگیری ماشین را با استفاده از Vertex AI پوشش می دهد.