برتری در دنیای توسعه نرم افزار در حال تغییر مستلزم تجربه واقعی "فول استک" است. دانش پایگاه های داده غیررابطه ای به ویژه قابلیت ها و ویژگی های جدید هیجان انگیزی را اضافه می کند که توسعه روزمره را آسان تر، ساده تر و بسیار مقیاس پذیرتر می کند. این دوره مقدمه ای برای استفاده از MongoDB، یکی از محبوب ترین پایگاه داده های غیر رابطه ای ارائه می دهد. نحوه ایجاد اسناد برای ذخیره داده ها، سازماندهی اسناد در مجموعه ها، و نوشتن پرس و جو برای خواندن، به روز رسانی، و حذف اسناد را کشف کنید. مربی جاستین جنکینز همچنین نحوه فهرست بندی صحیح داده ها برای افزایش عملکرد در MongoDB را نشان می دهد و سپس نشان می دهد که چگونه MongoDB می تواند با برنامه های نوشته شده در Python، Node.js و PHP ادغام شود. در فصل آخر، او مدیریت اصلی سرور، از جمله تکرار، اشتراک گذاری، امنیت و پشتیبان گیری را پوشش می دهد. مطمئن شوید که مهارت‌های جدید MongoDB خود را با استفاده از چالش‌ها و مجموعه‌های راه‌حل صادر شده در طول مسیر تمرین می‌کنید.

 Next.JS یک چارچوب React است که توسط توسعه دهندگان برای توسعه دهندگان ، برای ایجاد برنامه های وب با کیفیت بالا و پاسخگو ساخته شده است. Next.JS با داشتن ابزارهای داخلی و ویژگی های آماده استفاده ، روند توسعه را بدون درد و نسیم ایجاد می کند. در این دوره ، توسعه دهنده وب و مربی Sandy Ludosky به شما می آموزد که چگونه از چارچوب بعدی استفاده کنید. برای سرعت بخشیدن و بهبود گردش کار خود ، خواه یک توسعه دهنده جلو یا عقب باشید. نحوه ساخت و استقرار یک برنامه وب کاملاً کاربردی را پیدا کنید. روشهای اهرم و بهبود تجربه توسعه دهنده را کاوش کنید. به علاوه ، به نمونه های عملی بروید و یک پروژه دوره را تکمیل کنید تا به شما در تمرین آنچه آموخته اید کمک کنید. این دوره می تواند به شما در رسیدن به سطح بعدی با Next.js. کمک کند

 اگر تازه با Red Hat OpenShift ، پلت فرم شرکت مستقر در Kubernetes به عنوان یک سرویس شروع کرده اید ، ممکن است با یک سری چالش های ناامیدکننده و بسیار پیچیده روبرو شوید. از آنجا که در حالی که OpenShift امنیت ، کارآیی هزینه و پشتیبانی عالی را ارائه می دهد ، از چند روش مهم با Kubernetes متفاوت است. این دوره به توسعه دهندگان با تجربه Kubernetes امکان می دهد تا در مدت زمان کوتاهی در OpenShift مهارت پیدا کنند. یک نمای کلی از Red Hat OpenShift 4 را بررسی کنید ، و تفاوت های عمده بین آن و Kubernetes را بررسی کنید. در طول راه ، مربی آدریان Kosmaczewski نحوه شروع کار با خوشه های OpenShift 4 ، استقرار برنامه ها ، راه اندازی خطوط لوله CI/CD ، کار با اپراتورها و قالب ها ، خدمات نظارت و مقیاس بندی را نشان می دهد.

 پروژه ها

• از مجموعه داده های دنیای واقعی برای ساخت پروژه در Vertex AI استفاده کنید.
• با استفاده از Vertex AI یک مدل یادگیری ماشینی (ML) را آموزش دهید، ثبت کنید و به کار بگیرید.
• تاریخچه و نسخه داده را ردیابی کنید، از خاموش شدن منابع اطمینان حاصل کنید و مدل ML را برای عملکرد و کیفیت نظارت کنید. 

با نحوه آموزش و مدیریت مدل های یادگیری ماشینی با استفاده از Vertex AI، راه حل ابری MLOps که توسط Google طراحی شده است، آشنا شوید. به مربیان Archana Vaidheeswaran و Soham Chatterjee بپیوندید زیرا آنها مهارت های فنی لازم را برای ساختن، آموزش، ثبت نام، استقرار و مدیریت مدل ML قابل تنظیم خود به شما نشان می دهند.

با نحوه استفاده از Vertex AI برای:
آشنا شوید

• مدل‌های ML دقیق، قابل اعتماد و مقیاس‌پذیر بسازید، از بارگیری داده‌ها تا مهندسی ویژگی، تنظیم فراپارامتر، و استقرار و نظارت مدل.
• ذخیره، سازماندهی و همکاری در مورد ویژگی های داده قابل اندازه گیری یک مدل ML در فروشگاه ویژگی Vertex AI.
• مدل های یک پروژه را با AutoML آموزش و ارزیابی کنید.
• مدل های ML را مدیریت و نسخه کنید، آنها را در تولید مستقر کنید و دسترسی به آنها را با Vertex AI Model Registry کنترل کنید.
• یک مدل یادگیری عمیق آموزش دیده را با استفاده از Vertex AI Predictions اجرا کنید.
• معیارهای مدل های آموزش دیده را با TensorBoard تجسم و تجزیه و تحلیل کنید.
• مدل‌ها را برای عملکرد و کیفیت، مدیریت هزینه و منابع، و تغییر مدل و انتساب ویژگی نظارت کنید.

 GitHub Actions یک ابزار ادغام مداوم است که به توسعه دهندگان اجازه می دهد تا وظایف خود را برای پروژه های نرم افزاری خود خودکار کنند. در این دوره ، یاد بگیرید که چگونه از این ابزار قدرتمند برای ایجاد گردش کار ایجاد شده توسط رویدادها ، اجرای یکپارچه سازی مداوم و خطوط لوله تحویل مداوم (CI/CD) استفاده کنید و اقدامات سفارشی را توسعه دهید. مربی مایکل جنکینز به شما نشان می دهد که چگونه می توانید با اقدامات و گردش کار که آنها را اجرا می کند ، شروع کنید. وی همچنین نحوه استفاده از اقدامات از بازار GitHub و مخازن عمومی را نشان می دهد ، از قابلیت های اقدامات GitHub برای پشتیبانی از گردش کار CI/CD خود استفاده می کند و برنامه ریزی و توسعه اقدامات سفارشی را انجام می دهد.

 Go چیست؟ Go یک زبان برنامه نویسی منبع باز نسل بعدی است که توسط گوگل برای ساختن سیستم ها، وب و سایر برنامه ها ایجاد شده است. این دوره برای کمک به توسعه دهندگان برای شروع با Go طراحی شده است و عناصر زبان اصلی و نحو آن را پوشش می دهد. دیوید گسنر ابزارها و مهارت‌های مورد استفاده در گردش کار Go را معرفی می‌کند، از جمله Go Playground، یک ابزار آنلاین که توسعه Go را از دسک‌تاپ حذف می‌کند. او همچنین وظایف اصلی برنامه نویسی را پوشش می دهد: مدیریت مقادیر، استفاده از عملگرهای ریاضی، ذخیره مقادیر به عنوان انواع پیچیده، و مدیریت جریان برنامه. به علاوه، نحوه ایجاد کد Go قابل استفاده مجدد، خواندن و نوشتن فایل‌ها و درخواست‌های وب ساده را بیاموزید.

 در این دوره ، تکنسین اصلی ابر ، لی آسام شما را با آمازون Bedrock آشنا می کند و درک بنیادی از AI تولیدی و نحوه استفاده از مدل های پایه (FMS) را می توان برای حل مشکلاتی مانند خلاصه متن ، جستجوی معنایی/مکالمه و تولید محتوا ارائه داد. با استفاده از کتابخانه هایی مانند Python Boto3 ، Langchain و Streamlit ، می توانید نحوه ساخت برنامه های AI مولد را ایجاد کنید که از مدل های بزرگ زبان (LLMS) با استفاده از API بدون مدیریت زیرساخت استفاده می کنند. FMS از پیش ساخته موجود در Bedrock Amazon و ویژگی هایی را که آمازون Bedrock ارائه می دهد ، کاوش کنید. به علاوه ، آنچه را که یاد می گیرید هنگام ساختن یک برنامه اصلی Gen AI با استفاده از Amazon Bedrock برای نشان دادن قابلیت های آن ، تمرین کنید.

 پایتون – زبان شی گرا محبوب و بسیار خوانا – هم قدرتمند است و هم یادگیری آن نسبتاً آسان است. چه در برنامه نویسی تازه کار باشید و چه یک توسعه دهنده با تجربه، این دوره می تواند به شما در شروع کار با پایتون کمک کند. جو مارینی یک نمای کلی از فرآیند نصب، نحو اصلی پایتون و نمونه ای از نحوه ساخت و اجرای یک برنامه ساده پایتون ارائه می دهد. یاد بگیرید که با تاریخ و زمان کار کنید، فایل‌ها را بخوانید و بنویسید، و داده‌های HTML، JSON و XML را از وب بازیابی و تجزیه کنید.

 Elastic Stack (که قبلا به عنوان ELK Stack شناخته می شد) مجموعه ای قدرتمند از ابزارهای منبع باز برای مدیریت و درک داده های پیچیده است. با استفاده از پشته Elastic، داده‌ها را راحت‌تر جستجو، تجسم و پردازش می‌کنید، و همچنین داده‌های ثبت را متمرکز می‌کنید تا به سرعت مشکلات را ریشه‌یابی کنید. در این دوره، جاش ساموئلسون، مهندس DevOps به شما کمک می‌کند تا با Elastic Stack راه‌اندازی کنید و بتوانید از این ابزارها بهره‌مند شوید. جاش به جای پوشش دادن همه ویژگی‌ها، روی چیزهایی تمرکز می‌کند که برای شروع باید بدانید، تا بتوانید به تنهایی ابزارها را بررسی کنید. کشف کنید که چرا Elastic Stack ممکن است افزودنی هوشمندانه برای محیط شما باشد، و همچنین نحوه نزدیک شدن به یک نصب معمولی. به علاوه، در مورد عناصر مختلف پشته، از جمله Logstash، Beats و Kibana اطلاعات کسب کنید.

 آیا در زمینه توسعه پایگاه داده جدید هستید؟ پس از 25 سال، MySQL هنوز محبوب ترین و قابل دسترس ترین سیستم مدیریت پایگاه داده است – ایده آل برای توسعه دهندگانی که می خواهند برنامه نویسی برنامه های مبتنی بر داده را شروع کنند. این دوره مروری بر ابزارها و تکنیک های MySQL برای توسعه نرم افزار ارائه می دهد. کشف کنید که پایگاه داده چیست و چگونه ساختار یافته است و انواع داده های زیربنای رکوردهای MySQL را بررسی کنید. نحوه ایجاد جداول، تعریف کلیدهای اصلی و خارجی و بارگیری داده ها از منابع خارجی را بیابید. مربی براد ویلر سپس شما را با اصول نوشتن پرس و جوها و عبارات برای انتخاب، به روز رسانی، حذف و تبدیل داده ها آشنا می کند. بعلاوه، با مفاهیم پیشرفته مانند پیوستن به جداول موجود آشنا شوید. در پایان این دوره، شما مهارت‌های اساسی لازم برای ایجاد و نگهداری پایگاه‌های داده MySQL خود را خواهید داشت و برنامه‌های خود را به سطح جدیدی از پیچیدگی می‌رسانید.

 آیا به عنوان بخشی از توسعه نرم افزار، مدیریت سیستم یا کارهای مهندسی خود نیاز به خودکارسازی وظایف دارید؟ این دوره شما را با جنکینز آشنا می‌کند، برنامه‌ای با قابلیت پیکربندی بسیار بالا که برای خودکارسازی وظایف توسعه نرم‌افزار و مدیریت سیستم استفاده می‌شود و به شما کمک می‌کند تا در استفاده از آن اعتماد به نفس ایجاد کنید. به مربی مایکل جنکینز بپیوندید تا نحوه تنظیم نصب شخصی جنکینز و آشنایی با رابط برنامه را توضیح دهد. مایکل نحوه پیکربندی اولین کار خود را در جنکینز شرح می دهد. پس از کسب تجربه در مورد مشاغل، او به شما نشان می دهد که چگونه با فضاهای کاری، مصنوعات و پارامترها کار کنید. در پایان این دوره، شما به مهارت های مورد نیاز برای سازماندهی مشاغل در پوشه ها و نماها مجهز خواهید شد و با مفهوم خطوط لوله به عنوان کد آشنا خواهید شد.

 JIRA برای ردیابی کار ، ردیابی درخواست و مدیریت پروژه است. از آنجا که سازمان ها همچنان به اتخاذ فناوری دیجیتالی ادامه می دهند ، تیم های بیشتر و بیشتری برای پیگیری کار و کمک به تیم ها در رسیدن به اهداف ، از جیرا استفاده می کنند. JIRA در حال حاضر استاندارد صنعت برای تیم های توسعه نرم افزار است و به طور فزاینده ای ، تیم های دیگر مانند بازاریابی ، حقوقی ، IT و امور مالی نیز آن را اتخاذ می کنند. با یادگیری جیرا می توانید به راحتی کارهای روزانه خود را مدیریت کرده و به سازمان خود کمک کنید تا ابتکارات استراتژیک خود را برنامه ریزی کند. در این دوره ، مربی راشل رایت در مورد پیمایش JIRA ، کار با پروژه ها و موضوعات و ایجاد فیلترها ، داشبورد و تابلوها به شما آموزش می دهد. برای یادگیری نحوه ایجاد و ویرایش مسائل ، تخمین زمان و تلاش ، ایجاد نماهای سفارشی ، جستجوی و یافتن موارد ، به راشل بپیوندید و ترجیحات را تنظیم کنید تا JIRA برای شما بهتر کار کند.

 چارچوب خوش‌معماری خدمات وب آمازون (AWS) به معماران سازمانی کمک می‌کند تا زیرساخت‌های مبتنی بر ابری امن‌تر، با عملکرد بالا، انعطاف‌پذیرتر و کارآمدتر را برای برنامه‌های خود بسازند. آمازون چارچوب را ایجاد کرد تا بهترین شیوه های AWS را ترویج کند و به معماران و مهندسان کمک کند تا با سرعت بیشتری شروع به کار کنند. این دوره به عنوان یک مقدمه در سطح بالا عمل می کند و یک نمای کلی از چارچوب، مزایای آن و پنج رکن آن ارائه می کند: تعالی عملیاتی، امنیت، قابلیت اطمینان، کارایی عملکرد و بهینه سازی هزینه. مربی Mark Wilkins همچنین دموهایی از ابزارهای اصلی چارچوب، از جمله ابزار Well-Architected Tool، Well-Architected Labs و منابع دیگر را ارائه می دهد.

 

پیش نیازهای پیشنهادی

• آشنایی با مبانی کامپیوتر: فایل ها، دایرکتوری ها و برنامه های در حال اجرا
• درکی از macOS یا Windows
• رومیزی اوبونتو در ماشین مجازی VirtualBox اجرا می شود

پروژه ها

• از خط فرمان برای یافتن اطلاعات خاص استفاده کنید.
• فرمان های ارائه شده را ارزیابی کنید و نحو خراب را تعمیر کنید.
• یک فایل ایجاد و به اشتراک بگذارید.
• اطلاعات را از یک فایل متنی استخراج کنید.

دانش خط فرمان لینوکس برای هر کسی که از این سیستم عامل منبع باز استفاده می کند بسیار مهم است. برای بسیاری از وظایف، کارآمدتر و انعطاف پذیرتر از یک محیط گرافیکی است. برای مدیران، نقش حیاتی در پیکربندی مجوزها و کار با فایل ها ایفا می کند. در این دوره آموزشی، اسکات سیمپسون، مربی با تجربه، اصول اولیه تنظیم محیط و کار با خط فرمان لینوکس با استفاده از پوسته Bash را مورد بحث قرار می دهد.

این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به هیچ گونه راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، ویدیوی «استفاده از فضاهای کد GitHub با این دوره» را بررسی کنید.

این دوره بخشی از یک Professional Certificate است.

 

در این دوره ، متخصص اتوماسیون تست نمایشنامه نویس Qambar Raza شما را از طریق ملزومات سلنیوم ، سنگ بنای اتوماسیون تست مرورگر ، از جمله نحوه نوشتن و اجرای تست ها در هر دو دستگاه محلی و سیستم عامل های مبتنی بر ابر مانند اقدامات GitHub راهنمایی می کند. بیاموزید که چگونه سلنیوم را تنظیم کنید ، پیچیدگی های اشکال زدایی را درک کنید و شواهدی از خرابی های آزمایش را با استفاده از تصاویر ضبط کنید. مهارت در تست های ساختاری با مدل های شیء صفحه و بهینه سازی اجرای تست از طریق موازی سازی و شبکه سلنیوم کسب کنید. تکنیک های مربوط به استفاده از مدیر سلنیوم و ادغام مسخره سیم را برای گردش کار کارآمد کاوش کنید. با هر ساختمان درس قبلی ، این دوره به طور فعال شما را در تست های تست ، برنامه نویسی و اجرای تست ها به عنوان یک مهندس اتوماسیون تست واقعی در دنیای واقعی درگیر می کند.

این دوره با CodeSpaces GitHub ، یک محیط توسعه دهنده ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به تنظیمات محلی محلی ارائه می دهد ، یکپارچه شده است. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد.

 عبارات منظم یا رجکس ها می توانند به شما کمک کنند تا کارهای خسته کننده را سرعت بخشیده و گردش کار خود را ساده کنید. رجکس ها را می توان در اکثر زبان های برنامه نویسی مدرن از جمله جاوا، جاوا اسکریپت، پرل، پایتون، اکشن اسکریپت و سی شارپ استفاده کرد. در این دوره آموزشی، نحوه استفاده از regexes برای تعریف الگوهای متنی پیچیده را یاد بگیرید که می‌توانند برای جستجوی قدرتمند و جایگزینی تکنیک‌ها استفاده شوند. مربی کوین اسکوگلند سینتکس اولیه رجکس ها را پوشش می دهد، نحوه ایجاد الگوهای تطبیق انعطاف پذیر را نشان می دهد و نشان می دهد که چگونه موتور عبارت منظم متن را برای یافتن مطابقت تجزیه می کند. یاد بگیرید که چگونه با استفاده از مجموعه کاراکترها، گروه بندی، تناوب، لنگرهای شروع و پایان، مرزهای کلمات بنویسید. و بیشتر.

 

از آنجایی که چشم انداز هوش مصنوعی به طور مداوم در حال تکامل است، درک جنبه های اساسی و در حال ظهور یادگیری عمیق برای حرفه ای هایی که به دنبال پیشرفت در زمینه های مرتبط با فناوری هستند بسیار مهم می شود. این دوره با ارائه بینش های به روز در مورد چگونگی استفاده از قدرت برنامه های کاربردی TensorFlow به پر کردن این شکاف کمک می کند. جدیدترین ویژگی‌ها و بهترین شیوه‌های TensorFlow را با برنامه‌های کاربردی و نمونه‌های واقعی کشف کنید. در طول مسیر، مربی Isil Berkun شما را با مفاهیم مولد هوش مصنوعی آشنا می کند تا الهام بخش کاوش و یادگیری بیشتر باشد. در پایان این دوره، شما در پیاده‌سازی مدل‌های یادگیری عمیق با TensorFlow مهارت خواهید داشت.

این دوره با GitHub Codespaces، یک محیط توسعه‌دهنده ابر فوری که تمام قابلیت‌های IDE مورد علاقه شما را بدون نیاز به هیچ گونه تنظیمات ماشین محلی ارائه می‌کند، یکپارچه شده است. با استفاده از GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از ابزاری استفاده کنید که احتمالاً در محل کار با آن مواجه خواهید شد. برای یادگیری نحوه شروع، فصل "غواصی در فضاهای کد" را بررسی کنید.

 

دنیای جذاب شبکه های عصبی حلقوی (CNN) را کشف کنید و کشف کنید که چگونه آنها در زمینه دید رایانه و یادگیری عمیق انقلابی ایجاد کرده اند. بلوک های ساختمانی CNN ها را درک کرده و با استفاده از پایتون ، با تمرکز بر روی برنامه های دنیای واقعی مانند طبقه بندی تصویر ، تشخیص شی و تقسیم تصویر ، به تمرینات عملی بپردازید. مربی فرد Nwanganga به شما کمک می کند تا در طراحی ، اجرای و بهینه سازی مدل های CNN مهارت لازم را داشته باشید. درک خود را از معماری های پیشرفته مانند VGG NET ، RESNET و کارآمد ، تقویت کنید و نحوه استفاده از مدلهای پیش ساخته را برای دقت و کارآیی افزایش دهید. این دوره که برای دانشمندان داده ، علاقه مندان به یادگیری ماشین و توسعه دهندگان با درک بنیادی از یادگیری عمیق و مهارت های برنامه نویسی پایتون طراحی شده است ، این دوره به شما کمک می کند تا تکنیک های پیشرفته یادگیری ماشین را باز کنید. با استفاده از Codepaces GitHub ، می توانید از هر دستگاه ، در هر زمان ، همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد ، استفاده کنید. برای یادگیری نحوه شروع کار "استفاده از Codespaces GitHub" را با این دوره بررسی کنید.

 اجرای برنامه های جاوا، به ویژه در یک محیط بومی ابری کانتینری، می تواند یک تلاش پرهزینه و پر منابع باشد، و چشم انداز چارچوبی با ردپای کوچکتر با تمام قدرت جاوا بسیار جذاب است. Quarkus را وارد کنید، یک چارچوب مبتنی بر Kubernetes که قدرت زبان و اکوسیستم توسعه جاوا را با نیازهای کمتری به منابع ارائه می‌کند. در این دوره، فرانک مولی به معرفی کوارکوس می پردازد و با اصول اولیه شروع می کند و سپس چارچوب را از طریق یک سری چالش ها و راه حل ها به تصویر می کشد. در پایان دوره، باید مشخص شود که چرا کوارکوس به سرعت به یکی از هیجان‌انگیزترین چارچوب‌ها برای ساخت میکروسرویس‌های مبتنی بر جاوا و مؤلفه‌های بومی ابری تبدیل می‌شود.

 خوشه بندی - یک رویکرد یادگیری ماشینی بدون نظارت که برای گروه بندی داده ها بر اساس شباهت استفاده می شود - برای کار در تجزیه و تحلیل شبکه، تقسیم بندی بازار، گروه بندی نتایج جستجو، تصویربرداری پزشکی و تشخیص ناهنجاری استفاده می شود. خوشه‌بندی K-means یکی از محبوب‌ترین و آسان‌ترین الگوریتم‌های خوشه‌بندی است. در این دوره آموزشی، Fred Nwanganga به شما نگاهی مقدماتی به خوشه‌بندی k-means می‌دهد – چگونه کار می‌کند، برای چه چیزی خوب است، چه زمانی باید از آن استفاده کنید، چگونه تعداد مناسبی از خوشه‌ها را انتخاب کنید، نقاط قوت و ضعف آن، و موارد دیگر. Fred راهنمایی عملی در مورد نحوه جمع‌آوری، کاوش و تبدیل داده‌ها در آماده‌سازی برای تقسیم‌بندی داده‌ها با استفاده از خوشه‌بندی k-means ارائه می‌کند و راهنمای گام به گام نحوه ساخت چنین مدلی در پایتون را ارائه می‌دهد.