اکنون به آپاچی Airflow 2.7 به‌روزرسانی شده است - تحویل داده‌ها بر اساس برنامه زمانی می‌تواند یک فرآیند دستی باشد. شما اسکریپت می نویسید، وظایف پیچیده cron را اضافه می کنید، و راه های مختلفی را برای برآورده کردن مجموعه ای از الزامات در حال تغییر امتحان می کنید - و مدیریت همه چیز هنگام کار با هم تیمی ها دشوارتر است. Apache Airflow می‌تواند این سردرد را با اضافه کردن زمان‌بندی، مدیریت خطا و گزارش‌دهی به گردش‌های کاری شما برطرف کند. در این دوره، شما بر اصول اولیه Apache Airflow مسلط خواهید شد و نحوه پیاده سازی خطوط لوله مهندسی داده پیچیده در تولید را یاد خواهید گرفت. همچنین یاد خواهید گرفت که چگونه از نمودارهای غیر چرخه ای جهت دار (DAGs) استفاده کنید، گردش کار مهندسی داده را خودکار کنید، و وظایف مهندسی داده را به روشی آسان و قابل تکرار اجرا کنید - به شما کمک می کند تا سلامت عقل خود را حفظ کنید.

حریم خصوصی داده ها چیست، چرا اینقدر مهم است و چگونه روزانه بر شما تأثیر می گذارد؟ در این دوره آموزشی به تمام این سوالات و موارد دیگر پاسخ دهید و شما را با اصول حفظ حریم خصوصی داده ها آشنا می کند. این دوره غیر فنی بر ارائه یک پایه محکم از اصول حفظ حریم خصوصی و ارتباط آنها با سایر مفاهیم مهم در چشم انداز داده های به هم پیوسته متمرکز است. شما با بررسی رابطه بین امنیت، حریم خصوصی و داده ها و اینکه چرا آنها در دنیای مدرن اهمیت دارند، شروع خواهید کرد. از طریق تمرینات عملی، با اهمیت حریم خصوصی از طریق طراحی و موضوعات اضافی حریم خصوصی آشنا خواهید شد. حفظ حریم خصوصی داده ها برای همه ضروری است. شروع به ارتقای مهارت های حریم خصوصی داده های خود کنید و راه جدیدی برای نگاه کردن به داده های اطراف خود کشف کنید.

داده یک زمینه هیجان انگیز و در حال رشد است که نقش مهمی در تمام زندگی ما دارد، حتی در هوش مصنوعی. چه تازه شروع کرده باشید و چه کنجکاو باشید که چگونه داده ها دنیای اطراف شما را شکل می دهند، این دوره دروازه شما برای درک همه آن ها است. از کاوش در اصول اولیه داده ها، از جمله انواع، ساختارها، و اینکه چقدر می تواند در تصمیم گیری ارزشمند باشد، تا یادگیری در مورد چارچوب DIKW که برای توصیف رابطه بین داده ها، اطلاعات، دانش و خرد استفاده می شود، دوره او شما را از طریق مفاهیم اساسی که دنیای داده محور امروزی را شکل می دهد، راهنمایی می کند. دوره را با بحث در مورد اخلاق داده ها و اشتباهات رایج داده به پایان می رسانید. شما با درک بهتری از نحوه کارکرد داده‌ها، چرایی اهمیت آن‌ها، و نحوه هدایت مسئولانه در آن‌ها – چه در تحصیل، چه در محل کار، چه در زندگی روزمره، آن را ترک خواهید کرد.

Docker ابزاری است که برای توسعه، اجرا و ارسال کانتینرها استفاده می‌شود. این یک بخش ضروری از کمربند ابزار حرفه‌ای داده است که به ایجاد برنامه‌ها یا جریان‌های کاری قوی، ایمن و مقیاس‌پذیر کمک می‌کند. در این دوره، با استفاده از Docker CLI به یک حرفه ای Docker تبدیل خواهید شد.

اصول Docker را بیاموزید و نحوه ایجاد و مدیریت کانتینرها را با استفاده از Dockerfiles و دستورالعمل ها بیاموزید. اصطلاحات Docker را یاد خواهید گرفت و با استفاده از رابط خط فرمان Docker، تجربه عملی با دستورات Docker به دست خواهید آورد.

هنگام پیشرفت، نحوه ایجاد و مدیریت کانتینرهای Docker را با استفاده از دستورالعمل‌های Dockerfiles و Dockerfile خواهید آموخت. برای جمع بندی، بهترین شیوه های امنیت تصویر Docker را برای ایمن و ایمن کردن تصاویر خود یاد خواهید گرفت.

در مقدمه‌ای بر Snowflake، پیمایش Snowflake، اجرای پرس‌وجوهای SQL در Snowsight، و مدیریت جذب و ادغام داده‌ها را خواهید آموخت. این دوره کنترل دسترسی مبتنی بر نقش، نظارت بر پرس و جو و بهینه سازی عملکرد را پوشش می دهد. برای مهندسان داده، تحلیلگران و متخصصان BI که به دنبال افزایش مهارت های انبارداری داده خود هستند ایده آل است. در پایان، در تکنیک‌های Snowflake SQL، داده‌ها، مدیریت، امنیت و بهینه‌سازی مهارت کسب خواهید کرد.

رگرسیون خطی و رگرسیون لجستیک دو مدل از پرکاربردترین مدل‌های آماری هستند. آنها مانند کلیدهای اصلی عمل می کنند و اسرار پنهان در داده های شما را باز می کنند. در این دوره، مهارت هایی را که برای تناسب رگرسیون های خطی و لجستیکی ساده نیاز دارید، به دست خواهید آورد. از طریق تمرینات عملی، شما روابط بین متغیرها را در مجموعه داده های دنیای واقعی، از جمله ادعای بیمه موتور، قیمت خانه تایوان، اندازه ماهی و موارد دیگر کشف خواهید کرد. در پایان این دوره، می‌دانید که چگونه از داده‌های خود پیش‌بینی کنید، عملکرد مدل را کمی کنید و مشکلات مربوط به تناسب مدل را تشخیص دهید.

رگرسیون خطی و رگرسیون لجستیک دو مدل آماری پرکاربرد هستند و مانند کلیدهای اصلی عمل می‌کنند و اسرار پنهان در مجموعه داده‌ها را باز می‌کنند. در این دوره، مهارت هایی را که برای تناسب رگرسیون های خطی و لجستیکی ساده نیاز دارید، به دست خواهید آورد. از طریق تمرینات عملی، شما روابط بین متغیرها را در مجموعه داده های دنیای واقعی، از جمله ادعای بیمه موتور، قیمت خانه تایوان، اندازه ماهی و موارد دیگر کشف خواهید کرد. در پایان این دوره، می‌دانید که چگونه از داده‌های خود پیش‌بینی کنید، عملکرد مدل را کمی کنید و مشکلات مربوط به تناسب مدل را تشخیص دهید.

داده‌ها در اطراف ما هستند، که سواد داده را به یک مهارت ضروری زندگی تبدیل می‌کند. این مهارتی است که به شما امکان می‌دهد سؤالات درستی درباره داده‌ها بپرسید و ابزارهای مناسب را برای خواندن، تفسیر و انتقال داده‌ها انتخاب کنید. این دوره غیر فنی شما را با دانش و مهارت لازم برای احساس اطمینان در مورد داده ها و درک اینکه چگونه می توان از داده ها برای به دست آوردن بینش عملی و ایجاد تغییر استفاده کرد، مجهز می کند. از طریق تمرین‌های عملی، می‌آموزید که چگونه از داده‌ها به بینش‌ها برسید، چگونه داده‌ها تصمیم‌گیری را هدایت می‌کنند، چگونه داده‌ها را جمع‌آوری و مدیریت کنید، چهار نوع تجزیه و تحلیل و نحوه استفاده از داستان‌گویی و تجسم برای بهبود ارتباطات داده‌تان، و موارد دیگر. شما با اصول اولیه شروع می کنید، درک اینکه چرا سواد داده مهم است و چرا باید برای سواد داده گام بردارید. همچنین یاد خواهید گرفت که چگونه از داده ها به نفع خود استفاده کنید، از کسب بینش گرفته تا تصمیم گیری. در مرحله بعد، نحوه شناسایی منابع داده، نگاهی به برخی از رایج ترین انواع، نحوه مدیریت آنها و کارهایی که باید در هنگام مواجهه با داده های خود انجام دهید، خواهید یافت. در نیمه دوم این دوره آموزشی سواد داده، بر این تمرکز خواهید کرد که چگونه می توانید با استفاده از تجزیه و تحلیل داده ها بینش کسب کنید. علاوه بر کاوش در انواع مختلف تجزیه و تحلیل و زمان انجام آنها، همچنین در مورد ارائه یافته های خود با تاثیرگذاری با استفاده از تجسم داده ها و داستان سرایی یاد خواهید گرفت. زمانی که کارتان تمام شد، درک قوی از اینکه چرا سواد داده در دنیای مدرن بسیار ضروری است، و همچنین برخی از اصول اولیه شناسایی انواع داده‌های مناسب برای استفاده، خواهید داشت. زمان آن است که سفر خود را برای سواد داده شدن شروع کنید!

با این دوره مقدماتی سیگما، برای غواصی در داده ها آماده شوید. شما یاد خواهید گرفت که چگونه به منابع داده زنده متصل شوید، محاسبات قدرتمندی ایجاد کنید، جداول محوری و نمودار بسازید، و بینش ها را به داشبوردهای تعاملی و خیره کننده تبدیل کنید. ما به شما نشان خواهیم داد که چگونه داشبوردهایی بسازید که نه تنها استفاده از آنها آسان است، بلکه اشتراک گذاری آنها نیز آسان است - بنابراین می توانید تیم خود را تحت تأثیر قرار دهید و تصمیمات هوشمندانه تری بگیرید. بدون کد، بدون استرس، فقط مهارت‌های عملی که به شما کمک می‌کند داده‌ها را با اطمینان و خلاقیت به عمل تبدیل کنید و از محیط آشنای صفحه‌گسترده سیگما استفاده کنید.

تجزیه و تحلیل صورتهای مالی بخش مهمی از درک سلامت مالی شرکت است. در این دوره به بررسی صورت های مالی یک شرکت خودروسازی ساختگی به نام Larry's Automotive می پردازیم.

تحلیل خود را بر صورت سود و زیان و ترازنامه متمرکز خواهیم کرد. از تجسم داده‌ها برای ایجاد داشبوردهای سفارشی برای اطلاعات مالی شرکت استفاده خواهید کرد که به شما در شناسایی روندها، KPIها و خطاها کمک می‌کند.

علاوه بر محاسبه معیارهای کلیدی عملکرد، مانند COGs و EBITDA، برای تعیین نسبت‌های سودآوری کلیدی، مانند حاشیه سود، زمان صرف خواهیم کرد. این مهارت ها شما را در مسیر خوبی برای تبدیل شدن به یک تحلیلگر مالی قرار می دهد.

سفر خود را در علم داده آغاز کنید! حتی اگر هرگز در زندگی خود یک خط کد ننوشته اید، می توانید این دوره را دنبال کنید و شاهد قدرت پایتون در اجرای Data Science باشید. از داده‌ها برای حل معمای بیز، رتریور طلایی ربوده شده استفاده می‌کنید و در طول مسیر با نحو اصلی پایتون و ماژول‌های معروف Data Science مانند Matplotlib (برای نمودارها و نمودارها) و پانداها (برای داده‌های جدولی) آشنا می‌شوید.

این دوره مقدماتی فرهنگ داده، درک اساسی از مفاهیم فرهنگ داده و کاربردهای عملی آنها را ارائه می دهد. شما اجزای فرهنگ داده، مزایا و چالش‌های آن و چگونگی کمک آن به موفقیت کسب‌وکار در صنایع را کشف خواهید کرد. علاوه بر این، یاد خواهید گرفت که چگونه پیشرفت را از طریق یک مدل بلوغ اندازه گیری کنید. این دوره چالش‌هایی را که ممکن است هنگام کار بر روی ایجاد یک فرهنگ داده‌محور ایجاد شود، برجسته می‌کند. شما بینش هایی در مورد اینکه چگونه عواملی مانند زیرساخت داده و مشارکت کارکنان ممکن است چالش هایی را برای ایجاد فرهنگ داده ایجاد کنند، به دست خواهید آورد. این دانش به شما کمک می کند تا برای موفقیت در ایجاد فرهنگ داده در سازمان خود آماده شوید. شما متوجه خواهید شد که چگونه نقش های مختلف می توانند در ایجاد فرهنگ داده، صرف نظر از تخصص فنی و صنعت، کمک کنند. شما ملزومات تبدیل شدن به یک رهبر داده، تفاوت آن با مدیران اجرایی و ویژگی های یک رهبر داده خوب را خواهید آموخت. تیم خود را با دانش برای ایجاد فرهنگ داده ای که از اهداف سازمان شما پشتیبانی می کند، توانمند کنید. در پایان دوره، درک اساسی از فرهنگ داده خواهید داشت. بعلاوه، این دوره شما را به شناسایی و بهبود موقعیت های مربوط به فرهنگ داده به صورت حرفه ای و شخصی مجهز می کند.

نحوه دستکاری داده ها و استخراج بینش با Polars را کشف کنید، یک بسته قدرتمند و همه منظوره برای کار با داده های جدولی در پایتون. Polars که برای سرعت و کارایی طراحی شده است، یک انتخاب عالی برای همه چیز از کاوش سریع داده تا تجزیه و تحلیل دقیق است. در این دوره، تکنیک های کلیدی برای تبدیل، تمیز کردن، تجزیه و تحلیل و تجسم داده های جدولی را خواهید آموخت.

Great Expectations یک کتابخانه قدرتمند پایتون برای نظارت بر کیفیت داده ها در جریان کار علم داده و مهندسی است. یاد بگیرید که مجموعه داده های دنیای واقعی را به هم متصل کنید، Expectations را اعمال کنید، ویرایش کنید و حذف کنید، و خطوط لوله ایجاد کنید تا مجموعه داده های جدید در تولید را تأیید کنید. انتظارات برای ستون‌های عددی و رشته‌ای را بررسی می‌کنید و اعتبارسنجی‌ها را در ستون‌ها می‌نویسید. در پایان، مطمئن خواهید شد که داده‌هایتان با استانداردهای کیفیت مطابقت دارند.

کیفیت داده یک مفهوم اساسی است که اگر با داده ها کار می کنید باید درک شود. مفاهیم و فرآیندهای کیفیت داده، صنایع را در بر می گیرد و می تواند توسط هر شخصی که داده تولید یا مصرف می کند، اعمال شود. این دوره اصول اولیه شامل ابعاد کیفیت داده ها، نقش ها و مسئولیت ها و انواع قوانین کیفیت داده را پوشش می دهد. شما درک درستی از فرآیند کیفیت داده به دست خواهید آورد و برای شروع نظارت بر کیفیت داده های خود آماده می شوید. شما با یادگیری تعریف کیفیت داده و چرایی اهمیت آن در تصمیم گیری تجاری شروع خواهید کرد. هنگامی که اهمیت آن را درک کردید، با شش بعد کیفیت داده های اساسی آشنا خواهید شد. شما از این ابعاد برای تعریف قوانین کیفی داده های کارآگاهی و پیشگیرانه استفاده خواهید کرد. در پایان این دوره، نحوه نظارت، شناسایی و حل مشکلات کیفیت داده ها را خواهید فهمید. شما به داده های خود از دریچه ای حساس تر نگاه خواهید کرد و قبل از استفاده در مورد مشکلات بالقوه کیفیت داده فکر خواهید کرد. در نهایت، شما قادر خواهید بود تصمیمات بهتری بگیرید و با استفاده از تکنیک‌های اساسی کیفیت داده‌ها که در این دوره آموزش داده می‌شوند، اعتماد بیشتری به داده‌های خود داشته باشید.

یکی از اهداف اولیه هر دانشمندی یافتن الگوهایی در داده ها و ساخت مدل هایی برای توصیف، پیش بینی و استخراج بینش از آن الگوها است. اساسی ترین این الگوها رابطه خطی بین دو متغیر است. این دوره با نشان دادن تکنیک‌هایی مانند حداقل مربعات، رگرسیون خطی، تخمین و نمونه‌برداری مجدد بوت استرپ، مقدمه‌ای بر کاوش، کمی‌سازی و مدل‌سازی روابط خطی در داده‌ها ارائه می‌کند. در اینجا قدرتمندترین ابزارهای مدل‌سازی در اکوسیستم علوم داده پایتون، از جمله scipy، statsmodels و scikit-learn را برای ساخت و ارزیابی مدل‌های خطی به کار خواهید برد. با کاوش در مفاهیم و کاربردهای مدل های خطی با پایتون، این دوره هم به عنوان یک مقدمه عملی برای مدل سازی و هم به عنوان پایه ای برای یادگیری تکنیک ها و ابزارهای مدل سازی پیشرفته تر در آمار و یادگیری ماشین عمل می کند.

با Snowflake به دنیای پویا مدل سازی داده ها قدم بگذارید! در حین استفاده از تئوری در تجربه عملی، بر اصول اصلی تسلط خواهید داشت و جنگل های داده را به باغ های روشنگر تبدیل می کنید. شما اسرار عادی سازی داده ها را کشف خواهید کرد و تکنیک هایی مانند رابطه موجودیت، مدل سازی ابعادی و خزانه داده را برای ایجاد انبارهای داده ابری کارآمد کشف خواهید کرد. معماری Snowflake قدرت پردازش موازی عظیم و قابلیت‌های بهینه‌سازی آن را در حین پیشرفت نشان می‌دهد. انتقال از یک یادگیرنده به یک دارایی استراتژیک، آماده برای تصمیم گیری های داده محور. ماجراجویی مدل سازی داده شما در انتظار است!

قفل قدرت کلود برای ایجاد تجربیات هوش مصنوعی ایمن، متفکرانه و پر تاثیر را باز کنید. در این دوره، نحوه کار با Claude را با استفاده از Anthropic API برای حل وظایف دنیای واقعی در تولید محتوا، خلاصه‌سازی، پشتیبانی مشتری و موارد دیگر خواهید آموخت. شما با مدل‌های کلود آزمایش می‌کنید تا اعلان‌های مؤثر بنویسید، مکالمات چند نوبتی را شبیه‌سازی کنید، و دستیارهای مبتنی بر نقش بسازید. در پایان، شما مجهز به ایجاد برنامه‌هایی خواهید بود که قابلیت اطمینان، استدلال و ساختار را ترکیب می‌کنند—همه توسط یکی از پیشرفته‌ترین مدل‌های زبان بزرگ امروزی ارائه می‌شوند.

این دوره به شما می آموزد که چگونه ریسک و بازده سهام اولیه را مانند یک تحلیلگر کمی در وال استریت ارزیابی کنید. این مهم ترین گام در جهت خودکارسازی کامل فرآیندهای ساخت و مدیریت پورتفولیو است. کشف کنید چه عواملی باعث بازدهی پرتفوی شما می شود، سبدهای سهام وزنی با ارزش بازار بسازید، و یاد بگیرید که چگونه ریسک بازار را از طریق تولید سناریو پیش بینی و محافظت کنید.

آیا تا به حال برای پیگیری همه چیزهایی که در یک پروژه می گذرد مشکل دارید؟ یا GitHub را با Git اشتباه بگیرید؟ در این دوره آموزشی، یاد خواهید گرفت که چگونه از قدرت GitHub استفاده کنید، به یک همکار موفق تبدیل شوید و تفاوت های GitHub و Git را تشخیص دهید.

این دوره مفهومی با تکیه بر موضوعات مطرح شده در مقدمه ای بر کنترل نسخه با Git، به شما امکان می دهد تا به طور موثر در رابط کاربری GitHub پیمایش کنید.

شما کارهای روزمره را انجام خواهید داد، از جمله ایجاد مخازن عمومی و خصوصی، ایجاد و اصلاح فایل‌ها، شاخه‌ها و مسائل، تخصیص وظایف، برچسب‌گذاری کاربران، بررسی درخواست‌های کشش، و ادغام شاخه‌ها. همچنین خواهید فهمید که چگونه مخازن را شبیه سازی و فورک کنید و نشانه های دسترسی خصوصی (PAT) تولید کنید.

در پایان این دوره، می‌توانید این مهارت‌های جدید را به کار بگیرید و آن‌ها را در هر پروژه کدنویسی یا داده‌ای به کار ببرید و به شما این احساس را بدهد که در مسیر و کنترل هستید. همه مایلند در GitHub با شما همکاری کنند!