شما تجزیه و تحلیل خود را انجام داده اید، گزارش خود را ساخته اید و یک مدل آموزش داده اید. بعدش چی؟ خوب، اگر می‌خواهید مدل خود را در مرحله تولید قرار دهید، کد شما باید قابل اعتمادتر از اسکریپت‌های اکتشافی در یک نوت بوک Jupyter باشد. توابع نوشتن در پایتون به شما پایه ای قوی در نوشتن توابع پیچیده و زیبا می دهد تا بتوانید مهارت های تحقیقاتی و مهندسی را به تیم خود کمک کنید. ترفندهای مفیدی مانند نحوه نوشتن مدیران زمینه و دکوراتورها را یاد خواهید گرفت. همچنین بهترین شیوه ها را در مورد نحوه نوشتن توابع قابل استفاده مجدد قابل نگهداری با مستندات خوب یاد خواهید گرفت. آنها می گویند افرادی که می توانند خوب تحقیق کنند و کدهای باکیفیت بنویسند تک شاخ هستند. در این دوره شرکت کنید و جادو را کشف کنید!

آیا می‌بینید همان کد را بین فایل‌ها کپی و جای‌گذاری می‌کنید و آرزو می‌کنید استفاده مجدد و اشتراک‌گذاری قطعه‌های عالی‌تان آسان‌تر بود؟ قرار دادن کد خود در بسته های پایتون می تواند کمک کننده باشد! در این دوره آموزشی، با ساختار بسته و فایل های اضافی مورد نیاز برای تبدیل کد شل به بسته های مناسب آشنا می شوید. همچنین در مورد ساختار واردات، مستندات و نحوه حفظ سبک کد با استفاده از flake8 یاد خواهید گرفت. سپس توسعه بسته خود را با ساختن الگوها، با استفاده از کوکی‌کاتر برای ایجاد اسکلت‌های بسته، سرعت می‌بخشید. در نهایت، یاد خواهید گرفت که چگونه از setuptools و twine برای ساخت و انتشار بسته‌های خود در PyPI - صحنه جهانی بسته‌های Python استفاده کنید.

در این دوره آموزشی Python Toolbox، به ساختن مهارت‌های پیشرفته‌تر پایتون ادامه خواهید داد. ابتدا، در مورد تکرار کننده ها، اشیایی که قبلاً در زمینه حلقه های for با آنها مواجه شده اید، آشنا خواهید شد. سپس در مورد درک لیست ها، که ابزار بسیار مفیدی برای همه متخصصان داده و توسعه دهندگانی است که در پایتون کار می کنند، یاد خواهید گرفت. شما دوره را با مطالعه موردی به پایان می رسانید که در آن تمام تکنیک هایی را که در هر دو قسمت این دوره آموخته اید به کار می گیرید.

با تکیه بر مفاهیم اصلی مقدمه جولیا، این دوره شما را به استاد شدن جولیا نزدیکتر می کند. شما در مورد حلقه های مختلف و ساختارهای داده پیشرفته، از جمله دیکشنری ها، تاپل ها یا ساختارها یاد خواهید گرفت. شما یاد خواهید گرفت که چگونه توابع جولیا خود را برای استفاده مجدد از کد تعریف کنید و چگونه کد خود را زمان بندی کنید تا تا حد امکان کارآمد باشد. در پایان این دوره، کار با عملیات پیچیده‌تر DataFrame برای بازرسی و تمیز کردن مجموعه داده‌ها بسیار آسان خواهد بود. همچنین می‌توانید از طریق بسته‌های PyCall و RCall از دانش Python و R خود در جولیا استفاده کنید.

این دوره بر پایه‌های یادگیری Docker و کانتینری‌سازی است که در دوره مقدماتی Docker یافت می‌شود. ما مفاهیم و ابزارهای پوشش داده شده در آن دوره را گسترش می دهیم و ایده های مدیریت و بهینه سازی تصویر کانتینر، شبکه، ارتباطات سیستم فایل، برنامه های کاربردی چند پلتفرمی و چند کانتینری را اضافه می کنیم. پس از تکمیل، می‌توانید:

• برای بهینه‌سازی اندازه، امنیت و قابلیت استفاده مجدد برنامه‌های کانتینری، ساخت‌های چند مرحله‌ای ایجاد کنید.
• از ابزارها و مفاهیم شبکه Docker برای افزودن ارتباطات بین کانتینری و ارائه خدمات شبکه به شبکه محلی و دنیای خارج استفاده کنید.
• فایل‌ها و داده‌ها را بین کانتینرها و دستگاه میزبان با استفاده از مونت‌ها و حجم‌های سیستم فایل Docker به اشتراک بگذارید.
• با استفاده از Docker Compose، استقرار برنامه‌های چند کانتینری ایجاد کنید، که راه‌اندازی ابزارهای پیچیده رایج در محیط‌های علم داده و مهندسی را به‌شدت ساده‌تر می‌کند.

اگر با چند کانتینر ساده کار کرده و ساخته اید، اما به دنبال افزودن به جعبه ابزار توسعه، آزمایش و توزیع خود هستید، بیشترین سود را از این دوره خواهید برد. ما مشتاقانه منتظر راهنمایی شما در طول سفر یادگیری Docker هستیم.

مهارت‌های توسعه بسته R خود را از ابتدا با درک نحوه ساختار کد، مستندسازی توابع و آزمایش بسته خود به دست آورید. شما یاد خواهید گرفت که چگونه از بسته های مختلف از جمله ابزارهای devtools، roxygen2، testthat و موارد دیگر و همچنین rmarkdown برای سرعت بخشیدن و بهبود گردش کار توسعه بسته خود استفاده کنید. برای ورود به دنیای پویای توسعه بسته R آماده شوید و با مجموعه ابزار ارزشمندی که می تواند سفر تجزیه و تحلیل داده های شما را بسیار بهبود بخشد، خود را قدرتمند کنید!

Shiny یک بسته R است که ساخت برنامه‌های وب بسیار تعاملی را مستقیماً در R آسان می‌کند. با استفاده از Shiny، دانشمندان داده می‌توانند برنامه‌های وب تعاملی ایجاد کنند که به تیم شما اجازه می‌دهد تا داده‌های شما را به عنوان داشبورد یا تجسم بررسی کند. اگر می خواهید داده های خود را زنده کنید، براق راهی است که باید بروید! با استفاده از داده‌های مربوط به نام نوزاد، مواد تشکیل دهنده غذا، و مشاهده بشقاب پرنده، برنامه‌های مختلف براقی را می‌سازید که از ورودی‌ها و خروجی‌های مختلف استفاده می‌کنند. همچنین اصول عبارات واکنشی را یاد خواهید گرفت. در پایان این دوره، مهارت های درخشانی را خواهید داشت که برای ساختن اولین برنامه خود در R

بیشتر برنامه های کامپیوتری بر اساس چند ساختار داده و الگوریتم هستند. در این دوره چهار ساعته با آنچه در پشت سرپوش اکثر تعاملات کامپیوتری شما وجود دارد بیاموزید! شما با برخی از رایج ترین ساختارهای داده آشنا خواهید شد: لیست های پیوندی، پشته ها، صف ها، نمودارها و درختان. همچنین الگوریتم‌های محبوبی مانند جستجوی اولیه عمق، جستجوی اول عرض، مرتب‌سازی حبابی، مرتب‌سازی ادغام و مرتب‌سازی سریع را پیاده‌سازی خواهید کرد.

تجزیه و تحلیل داده هایی که در جداول آمده اند سرگرم کننده است. اما چه می‌شود اگر چیزهایی که به نظر ما جالب‌تر هستند به‌عنوان یک مجموعه داده منظم و منظم اما به صورت متن ساده در دسترس نباشند؟ ناامید نشوید: در این دوره، همه چیزهایی را که برای ایجاد عبارات منظم قدرتمند نیاز دارید، یاد می گیرید که به شما کمک می کند تمام اطلاعات مورد نیاز برای تجزیه و تحلیل خود را فقط از یک لکه متن بیابید. اما نه تنها این. با استفاده از مفهوم فاصله رشته، حتی با متنی که حاوی اشتباهات تایپی یا اسکن است، کار خواهید کرد، زیرا می توانید آنها را با همتایان صحیح خود از منابع داده دیگر مطابقت دهید (پیوند رکورد). به عنوان یک ماده آموزشی، اسناد واقعی در مورد چهره های باکس آفیس در سینماهای سوئیس را تجزیه و تحلیل خواهیم کرد.

به‌عنوان یک دانشمند داده، با موقعیت‌های زیادی مواجه خواهید شد که در آن باید اطلاعات کلیدی را از مجموعه‌های عظیم متن استخراج کنید، داده‌های نامرتب حاوی رشته‌ها را تمیز کنید، یا برای یافتن کلمات مفید، الگوها را شناسایی و مطابقت دهید. همه این موقعیت ها بخشی از متن کاوی هستند و گام مهمی قبل از اعمال الگوریتم های یادگیری ماشین هستند. این دوره شما را از طریق درک مفاهیم قانع کننده در مورد دستکاری رشته و عبارات منظم راهنمایی می کند. شما یاد خواهید گرفت که چگونه رشته ها را تقسیم کنید، آنها را دوباره به هم بپیوندید، آنها را درون یابی کنید، و همچنین با استفاده از عبارات منظم رشته ها را شناسایی، استخراج، جایگزین و مطابقت دهید. در سفر برای تسلط بر این مهارت‌ها، با مجموعه داده‌های حاوی نقد فیلم یا توییت‌های پخش‌شده که می‌توانند برای تعیین نظر مورد استفاده قرار گیرند، و همچنین با متن خام حذف شده از وب کار خواهید کرد.

تاریخ‌ها و زمان‌ها دارای داده‌های فراوان هستند و برای پاسخ دادن به سؤالاتی که با چه زمانی، چه مدت یا چند بار شروع می‌شوند، ضروری هستند. با این حال، آنها می توانند مشکل ساز باشند، زیرا در قالب های مختلفی ارائه می شوند و می توانند به روش های غیر شهودی رفتار کنند. این دوره به شما ملزومات تجزیه، دستکاری و محاسبات با تاریخ و زمان در R را می آموزد. در پایان، شما بر بسته روانکاری، یکی از اعضای tidyverse، که به طور خاص برای کنترل تاریخ ها و زمان ها طراحی شده است، تسلط خواهید داشت. همچنین می‌توانید مهارت‌های جدید خود را برای بررسی تعداد دفعات انتشار نسخه‌های R، زمانی که هوا در اوکلند (محل تولد R) خوب است، و مدت زمان حکومت پادشاهان در بریتانیا به کار ببرید.

شما احتمالا هرگز ماشین زمان نخواهید داشت، اما ماشینی برای تجزیه و تحلیل زمان چطور؟ به محض ورود زمان به هر تحلیلی، همه چیز می تواند عجیب شود. به راحتی می توانید در مرزهای روز و ماه، مناطق زمانی، ساعت تابستانی، و انواع چیزهای دیگری که می تواند افراد ناآماده را سردرگم کند، گیج شوید. اگر می‌خواهید هر نوع تحلیلی را انجام دهید، باید از پایتون برای مرتب کردن آن استفاده کنید. با کار با مجموعه داده‌ها در طوفان‌ها و سفرهای دوچرخه‌سواری، شمارش رویدادها را پوشش می‌دهیم، دریابیم که بین رویدادها چقدر زمان سپری شده است و داده‌ها را در طول زمان ترسیم می‌کنیم. شما هم در پایتون استاندارد و هم در پانداها کار خواهید کرد، و ما کتابخانه dateutil، تنها کتابخانه منطقه زمانی تایید شده توسط اسناد رسمی پایتون را لمس خواهیم کرد. پس از این دوره، شما با اطمینان اطلاعات تاریخ و زمان را در هر قالبی مانند یک قهرمان مدیریت خواهید کرد.

فهم و دستکاری لیست ها ممکن است دشوار باشد، اما آنها می توانند اطلاعات زیادی را در خود جای دهند و بسیار قدرتمند هستند. در این دوره یاد می گیرید که به راحتی لیست ها را استخراج، خلاصه و دستکاری کنید و چگونه داده ها را به شی مورد نظر خود صادر کنید، چه لیست دیگری، یک برداری یا حتی چیز دیگری! در طول دوره، شما با بسته purrr و مجموعه‌ای از مجموعه‌های داده از بسته repurrrsive کار خواهید کرد، از جمله داده‌های فیلم‌های جنگ ستارگان و وس اندرسون و داده‌های جمع‌آوری‌شده درباره کاربران GitHub و مخازن GitHub. پس از این دوره، مهارت های فهرست شما کامل خواهد شد!

R متوسط ​​ایستگاه بعدی سفر شما در تسلط بر زبان برنامه نویسی R است. در این آموزش R با عبارات شرطی، حلقه ها و توابع برای تقویت اسکریپت های R خود آشنا می شوید. در مرحله بعد، کد R خود را با استفاده از توابع کاربردی کارآمدتر و خواناتر کنید. در نهایت، فصل ابزارها شما را با عبارات منظم در R، دستکاری‌های ساختار داده، و زمان‌ها و تاریخ‌ها سریع‌تر می‌کند. این دوره به شما این امکان را می دهد تا در حین برنامه نویسی در R، گام بعدی را در ارتقای دانش و قابلیت های کلی خود بردارید.

با زبان برنامه نویسی اسکالا آشنا شوید. خواهید آموخت که چرا و چگونه شرکت هایی مانند Netflix، Airbnb، و Morgan Stanley Scala را برای برنامه های کاربردی در مقیاس بزرگ و زیرساخت های مهندسی داده انتخاب می کنند. با تمرکز بر رایج ترین ویژگی های مورد استفاده در کتابخانه استاندارد اسکالا، اصول اولیه زبان، از جمله نحو و سبک را خواهید آموخت. شما با نوشتن کد برای یک برنامه واقعی که نسخه کامپیوتری بازی کارت محبوب بیست و یک را اجرا می کند، یاد خواهید گرفت. ارزش یک زبان برنامه نویسی ترکیبی شی گرا و تابعی را خواهید چشید که اسکالا نمونه اصلی آن است. ما این دوره را برای زبان آموزانی که تجربه برنامه نویسی در سطح متوسط ​​دارند توصیه می کنیم که می توان آن را در پیش نیازهای ذکر شده به دست آورد.

DevOps همه چیز در مورد توسعه نرم افزار با کیفیت بالا به صورت سازنده و مشترک است. این ترکیبی از فلسفه ها، شیوه ها و ابزارهای فرهنگی برای ارائه نرم افزار به روشی بهتر است. این دوره محیط های پیچیده توسعه نرم افزار مدرن را ساده می کند و شما را در صندلی راننده قرار می دهد.

همانطور که در طول دوره کار می کنید، تفاوت های بین DevOps، DataOps و MLOps را بررسی خواهید کرد. علاوه بر این، روش‌های مدیریت پروژه، مفاهیم معماری نرم‌افزار، و یکپارچه‌سازی مداوم و تحویل مستمر (CI/CD) را پوشش خواهید داد.

مهارت های GitHub خود را با این دوره متوسط، بر اساس پایه های دوره مقدماتی ما، به سطح بالاتری ببرید. شما عمیق‌تر در پروژه‌های GitHub، اتوماسیون با GitHub Actions و ویژگی‌های امنیتی پیشرفته فرو خواهید رفت. در پایان، می‌توانید گردش‌های کاری پیچیده را مدیریت کنید، همکاری تیمی را تقویت کنید و پروژه‌های خود را به طور مؤثرتری ایمن کنید. این دوره برای کسانی که از قبل اصول اولیه را می‌دانند و می‌خواهند داده‌ها یا مدیریت پروژه نرم‌افزاری خود را ساده‌تر کنند، عالی است!

آماده تغییر پارادایم به آنچه در مورد برنامه نویسی می دانید هستید؟ در مفاهیم پارادایم برنامه نویسی، شما اصول اولیه پارادایم های مختلف برنامه نویسی، از جمله برنامه نویسی امری و اعلامی، برنامه نویسی رویه ای، برنامه نویسی تابعی و برنامه نویسی شی گرا را خواهید آموخت.

شما در مورد موارد استفاده در دنیای واقعی برای این پارادایم ها و الگوهای کدگذاری رایج در هر یک یاد خواهید گرفت و حتی برای هر پارادایم برنامه های اساسی را در پایتون بنویسید. تا پایان دوره، می‌توانید پارادایم‌های مختلف برنامه‌نویسی را بشناسید و بدانید که چه زمانی یکی را از دیگری انتخاب کنید.

قفل اسرار مربوط به اینکه چگونه کامپیوترها وظایف پیچیده را به راحتی انجام می دهند را باز کنید! در این دوره، شما به اصول علوم کامپیوتر، از زبان های برنامه نویسی و طراحی الگوریتم گرفته تا تئوری محاسباتی، شیرجه خواهید زد. درباره مفاهیم کلیدی مانند Big-O Notation، ماشین‌های تورینگ و محدودیت‌های محاسبات بیاموزید. با استفاده از مفاهیم علوم کامپیوتر، الگوریتم ها را درک می کنید و کارایی آنها را ارزیابی می کنید، درک خود را از محاسبات به سطح بعدی می رسانید!

درباره Docker، کانتینرها، Kubernetes و VMها شنیده‌اید اما نمی‌دانید منظورشان چیست؟ این دوره دانش پایه ای در زمینه کانتینری سازی و مجازی سازی برای افزایش مهارت های توسعه نرم افزار مدرن شما ارائه می دهد. شما یاد خواهید گرفت که بین کانتینرها و ماشین های مجازی تمایز قائل شوید، Docker و Kubernetes را درک کنید، Dockerfiles را بخوانید و اولین برنامه کانتینری خود را اجرا کنید. در پایان، دانش ضروری برای غواصی عمیق‌تر در Docker و Kubernetes و تصمیم‌گیری آگاهانه در زمینه معماری را خواهید داشت.